一些MRI结构像数据资料可下载网站

原创 最新推荐文章于 2025-04-15 20:32:29 发布 1.8k 阅读 AI写同款
收录于
MRI

当前文章被收录于：

MRI
14 篇文章 4 人学习
订阅专栏 查看详情
发光的小豆芽
发光的小豆芽 博客等级 码龄12年 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.8k累计阅读 1.8k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要
2803粉丝73篇原创
关注
医学图像处理（一）使用U-Net进行MRI的肝脏分割 医学图像处理（一）使用U-Net进行MRI的肝脏分割数据集搜集训练集和测试集划分问题一： 测试集不包括GroundTruth问题二：T1和T2的数据能一起训练吗？问题三： T1的图像在文件夹中分成了InPhase和OutPhase，这个有什么区别？分离出肝脏将dicom文件转换为png格式数据增强U-net网络搭建自定义DatasetMain.py实验结果总结 图像分割小白一枚，之前接到一个MRI图像肝脏分割的任务。对于医学图像分割，第一想到的就是Unet. Unet在2015的MICCAI上首次提出，在医 阅读详情
AI摘要

用户需整理可下载MRI结构像的公开网站，作者亲测可用性后进行记录，包括开源大数据库如OpenNeuro、HCP等，脑模板影像数据网站，以及行业研究课题组及参考链接等，后续还会持续补充。

最近有用户需整理可下载MRI结构像的一些公开网站，就此机会记录一下。已亲测过可用性，后面需要再持续补充。
1、开源大数据库
①OpenNeuro
https://openneuro.org/search/modality/mri?query=%7B%22modality_selected%22%3A%22MRI%22%7D
②HCP
https://www.humanconnectome.org/study/hcp-young-adult
https://github.com/davidwisniewski/fmri-extract-HCP-mask

③OASIS（Open Access Series of Imaging Studies）
https://sites.wustl.edu/oasisbrains/

④抑郁症脑影像大数据联盟
https://ibcdr.psych.ac.cn/REST-meta-MDD
https://rfmri.org/REST-meta-MDD

2、脑模板影像数据
①https://human.brain-map.org/
②https://nist.mni.mcgill.ca/atlases/
③https://surfer.nmr.mgh.harvard.edu/fswiki/FreeSurferWiki

3、行业研究课题组及参考链接
①严超赣老师课题组输出
https://rfmri.org/DPABI
②季公俊老师的输出大作
https://github.com/jigongjun/Neuroimaging-and-Neuromodulation
③牛津计算神经科学中心
https://www.oxcns.org/aal3.html
④https://imaging.mrc-cbu.cam.ac.uk/imaging/MniTalairach

标签
#MRI资料
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
【2】FSL MRI 脑部图像安装教程与流程 FLS 官网 FMRIB's Software Library FSL - FslWiki 全名是：FMRIB'sSoftwareLibrary - FMRIB 是 英国牛津大学脑功能磁共振成像中心，FSL 则是他们开发的一个软件库。 - 由 Stephen Smith 教授开发，发布于 2000年 - 适用于所有操作系统 - 用于结构 MRI、功能 MRI（任务、静息）、扩散 MRI的分析 - MRI, CT数据的预处理和分析 - MRI, CT数据的查看 FSL 的应用举例 1. 分割之... 阅读详情

相关推荐

ADNI数据库T1MRI数据处理——基于freesurfer与matlab（1）

更多关于freesurfer的使用信息可以在freesurfer的维基网站上进行查询，31步每一步的处理结果以及对应的文件在该维基网站上都可以找到，我们后续的研究都是基于这些数据处理步骤得到的数据信息进行研究的。在信息获取过程中受到各种因素的干扰，导致数据内容不一致，因此我们选择使用freesurfer对数据进行一键式处理。我们还可以使用freesurfer自带的看图工具freeview对freesurfer的处理结果进行查看。freesurfer必须要装载于linux系统上，安装成功的标志如图所示。

Saslil的博客 1473

【MRI数据】LEMON MRI 数据集下载

使用Cyberduck 实现LEMON MRI dataset 下载

张哥频道：电生理信号和磁共振成像 1135

HCP；IDA；ABIDE（孤独症）磁共振数据库下载

ABIDE；HCP；IDA

xxx 1754

IVADomed: 开源医学影像分析框架

IVADomed: 开源医学影像分析框架 IVADomed 是一个开源的医学影像分析框架，专注于使用深度学习技术进行医学图像的处理和分析。该项目主要由 Python 编程语言实现。 1. 项目基础介绍 IVADomed 旨在为医学研究人员提供一个易于使用的工具，帮助他们利用深度学习技术处理和分析医学影像数据。该项目由 NeuroPoly Lab 和 Mila 合作开发，并得到了 IVADO 的主要...

gitblog_00036的博客 669

磁共振成像（Magnetic Resonance Imaging，MRI)学习资料汇总，包括：在线学习视频、网站、教材

下面给出MRI入门学习的资料，注本资料摘自于脑之说微信公众号 磁共振成像学习资料汇总MRI在线视频教程MRI在线学习网站MRI书籍教材 MRI在线视频教程 1. 台湾國立陽明大學卢家锋教授的静息态fMRI技术分析视频教程 详细讲解了静息态fMRI数据处理的方方面面，B站地址：https://www.bilibili.com/video/BV1Wt411c7kw?from=search&seid=5681289998193743346 2. Coursera网站上的MRI课程 包括MRI的基础、fMR

从事脑科学核磁共振方法学研究，在Nature communications等权威期刊发表研究论文，熟练掌握磁共振处理方法和统计学方法，欢迎大家和我交流。 6138

结构MRI、静息态MRI(fMRI)、任务态fMRI、MEG、EEG公开数据库汇总

（1）人脑连接组计划（HCP），该数据库目前被试数约1200人，包括结构MRI、静息态MRI、任务态fMRI、MEG等数据模态，其他数据还包括人口统计学数据、神经心理学数据、基因数据。 网址：http://www.humanconnectome.org/ （2）1000功能连接组计划(1000 Functional Connectomes Project, FCP)，包括结构MRI和静息态fMRI数据，此外还包括人口统计学数据。 网址：http://fcon_1000.projects.nitrc.org/

从事脑科学核磁共振方法学研究，在Nature communications等权威期刊发表研究论文，熟练掌握磁共振处理方法和统计学方法，欢迎大家和我交流。 7602

T1结构像+RS-fMRI影像处理过程记录（数据下载+Matlab工具箱+数据处理）

记录基于T1+RS-fMRI 影像的融合处理及目标靶点计算

learner_jj的博客 2312

fastMRI：原始MRI测量值和临床MRI图像的大规模数据集

快速核磁共振 | | 通过获取更少的测量值来加快磁共振成像（MRI）的潜力，可以降低医疗成本，将对患者的压力降到最低，并使MR成像在目前速度缓慢或昂贵的应用中成为可能。 是Facebook AI Research（FAIR）和NYU Langone Health的一项合作研究项目，旨在研究使用AI来加快MRI扫描的速度。 纽约大学朗格健康中心已经发布了完全匿名的膝盖和大脑MRI数据集，可以从下载。 可以找到与fastMRI项目相关的出版物。 该存储库包含方便的PyTorch数据加载器，子采样功能，评估指标以及简单基准方法的参考实现。 它还包含fastMRI项目的某些出版物中方法的实现

你值得拥有！优质MRI在线学习视频、网站、书籍教材汇总

MRI的知识涉及方方面面，且不论有各种模态的MRI，单单是我们科研中最常用的技术之一fMRI，就使得很多初学者摸不着头脑。为了便于初学者学习，笔者在这里倾心整理优质的MRI在线视频教程、学习网站和书籍教材等学习素材，希望对正在MRI学习路上的朋友有所帮助（注：部分内容来源于行上行下） MRI在线视频教程 台湾國立陽明大學卢家锋教授的静息态fMRI技术分析视频教程 详细讲解了静息态fMRI数据处理的方方面面，视频教程原来在Youtube上，目前已经在B站上可以找到。 图片 B站地址： https://ww

悦影科技 1824

脑肿瘤 MRI 数据集下载

关于数据集 该数据集提供了对脑部 MR 图像进行分类的机会，也提供了分割空间标记数据的机会。 我准备数据集的目的是为不时开放的 RSNA 竞赛提供预训练。 数据集描述 数据集分为两个独立的部分。第一部分是为分类而创建的数据集。在这里，脑肿瘤分为 4 个不同的类别。它们是：神经胶质瘤、脑膜瘤、垂体瘤和无肿瘤。在文件夹中进行训练和测试分离。 第二部分用于分割。这里，创建了两个不同的类，仅用于检测肿瘤的存在与否，并且仅针对存在肿瘤的情况，肿瘤的坐标位于标签文件夹中。在文件夹中进行训练-验证-测试拆分

阿尔茨海默氏症 MRI 数据集（12K+张图像，4个阶段）JPG

阿尔茨海默病是一种毁灭性的神经退行性疾病，需要早期诊断以减缓其进展。然而，有限且不平衡的 MRI 数据集阻碍了 AI 驱动解决方案的进展。该数据集是开创性研究的成果，旨在解决阿尔茨海默病 （AD） 研究中的两个主要挑战：数据稀缺和严重的阶级不平衡。通过利用具有梯度惩罚的 Wasserstein GAN （WGAN-GP），我们生成了高保真 DeepFake“轴向”MRI 扫描，该扫描与真实世界的数据质量相匹配，同时确保 4 个不同疾病阶段的平衡表示。由于这种高质量和平衡性，它导致平衡精度总体提高了 11.77%，马修相关系数 （MCC） 增加了 15%。该研究还发现，少数族裔课程的表现提高了 91.4%。如果您有兴趣使用我的代码训练自己的 GAN，您可以了解它在已发表的研究中是如何完成的，可在此处获得：研究论文链接 数据集质量和分布： 该数据集由四个类别组成 — 无损伤、非常轻度损伤、轻度损伤和中度损伤 — 每个类别在训练集中包含 2,560 次轴向 MRI 扫描，合成 MRI 的质量和多样性与原始扫描一样好，平均 FID 评分为 0.13，平均 SSIM 为 0.97，平均 PSN

学习MRI处理过程中搜到的宝藏网站

记录查阅资料过程中搜集到的MRI 牛网站

learner_jj的博客 521

CT和MRI脑部扫描图像数据集

CT和MRI脑部扫描图像数据集 数据说明： 该数据包含从所有来源收集的大脑截面CT和MRI扫描图像，并分成训练和测试子文件夹，用于域A和B.被组织成一个目录结构，可加载，以便用于图像到图像翻译的循环执行中使用。（该数据集包含相关图像5005张）

使用fsl进行MRI脑图像分析

使用fsl进行MRI脑图像分析 MED620122 生物医学工程进展 1 安装教程 软件与系统版本 FLIRT version 6.0 Ubuntu 16.04 FSLeyes version 0.31.0+build0（这里有个坑是，fsl本身也自带fsleyes，但是版本较低，有些功能使用会有问题，需要单独下载fsleyes然后替换） 首先，去官网下载fslinstaller.py 选择 ...

生物医学信息学博客 1万+

脑肿瘤MRI图像数据集

具有数据增强的脑肿瘤MRI图像数据集。 关于数据集 该数据集包含一系列脑肿瘤的MRI（磁共振成像）扫描，旨在支持医学图像分析、深度学习和计算机辅助诊断的研究和开发。该数据集包括代表不同类型脑肿瘤的高分辨率灰度图像，标签显示存在三种脑肿瘤分类（胶质瘤、垂体和脑膜瘤）和无肿瘤类别。 数据集概述： 图片数量：约20800张 图片格式：.jpg 分辨率：224x224像素 颜色模式：灰度 分类数：胶质瘤、垂体、无瘤、脑膜瘤 数据分割： 训练集：20000张图片（每张5000张） 测试集：800张图片（每张200张） 使用的增强技术： 旋转（顺时针90度）： 将图像顺时针旋转90度以生成新的透视图。 旋转（180度）： 将图像旋转180度以模拟不同的方向并提高模型的鲁棒性。 水平翻转： 沿垂直轴翻转图像，创建镜像。这有助于模型从不同角度识别模式。 垂直翻转： 沿水平轴翻转图像，提供倒置视图以增强泛化能力。

脑肿瘤（MRI）检测数据集-dataset

脑肿瘤（MRI）检测 标记MRI扫描用于脑肿瘤检测（是/否分类） 关于数据集 脑肿瘤是全球范围内一个严重的健康挑战，早期发现在有效治疗中起着关键作用。MRI（磁共振成像）是诊断脑肿瘤最广泛使用的技术之一，因为它提供了大脑软组织的详细图像。 该数据集包含分为两类的MRI图像： （是）用于脑肿瘤图像 （否）对于没有脑肿瘤的图像 该数据集专为二元分类任务而设计，可用于训练和评估机器学习或深度学习模型，特别是卷积神经网络（CNN）。 图像是从公开的医学影像库和开放的研究出版物中收集的，这些出版物允许教育和研究使用。数据集已被组织到单独的文件夹中，以便初学者和研究人员更容易在模型训练中直接使用。 这个数据集背后的主要灵感是为想要在医学成像领域应用计算机视觉技术的学生、研究人员和从业者提供一个初学者友好、即用型的资源。项目可以从简单的CNN分类到更高级的应用程序，如迁移学习和模型可解释性，如Grad CAM可视化。

ADNI-MRI-PET

ADNI MRI && PET 数据概况

爱学习的卡比兽 5872

脑肿瘤医学影像数据集，脑部肿瘤图像数据集，脑部癌症图像数据集

数据集特点 图像类型：包括高分辨率的CT和MRI图像。 标注信息：每张图像都标记有对应的肿瘤类型（例如胶质瘤、脑膜瘤等）及其在大脑中的位置。 数据来源 CT Brain Segmentation Computer Vision Project： 描述：专注于CT脑分割的计算机视觉项目，提供了高质量的CT扫描图像及标注。 CT and MRI brain scans： 描述：包含CT和MRI脑扫描图像的数据集，可用于研究不同成像技术之间的关系。 CT Head Scans (jpg files)： 描述：提供JPEG格式的CT头部扫描图像 Head CT Images for Classification： 描述：专门用于分类任务的头部CT图像集合 Anonymous brain – from private data： 描述：来自私人数据的匿名化脑图像 Unpaired MR-CT Brain Dataset for Unsupervised Image Translation： 描述：一个未配对的MR-CT脑数据集
上一篇： 记录搜罗到的Matlab 对散点进行椭圆拟合
下一篇： 基于YOLOv8n的皮肤图像目标检测：从自定义数据集标注到训练验证
点赞 2
评论 0
书签 书签 4
发光的小豆芽
发光的小豆芽
博客等级 码龄12年 2803粉丝 73原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值