一些MRI结构像数据资料可下载网站

最新推荐文章于 2025-05-06 14:28:16 发布
最新推荐文章于 2025-05-06 14:28:16 发布
阅读量417 收藏 3
点赞数 2
CC 4.0 BY-SA版权
分类专栏： MRI 文章标签： 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。
本文链接：https://blog.youkuaiyun.com/learner_jj/article/details/144842662

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

深度学习（图像模型）：阿尔茨海默病分类研究的磁共振成像（MRI）数据集
04-11
该数据集来源于阿尔茨海默病神经影像学倡议（Alzheimer's Disease Neuroimaging Initiative，简称 ADNI）项目，这是一个旨在通过多模态数据（包括神经影像学、生物标志物和临床评估等）研究阿尔茨海默病及相关神经退行性疾病的大型研究项目。ADNI-4C 数据集由 Kaggle 用户 Abdullah Tauseef 重新上传并分享，以确保该数据集能够继续为相关研究提供支持。ADNI-4C 数据集包含用于阿尔茨海默病分类的脑部 MRI 扫描图像，这些图像被分为以下四个类别：阿尔茨海默病（Alzheimer's Disease，AD）：包含 8960 张图像。认知正常（Cognitively Normal，CN）：包含 6464 张图像。早期轻度认知障碍（Early Mild Cognitive Impairment，EMCI）：包含 9600 张图像。晚期轻度认知障碍（Late Mild Cognitive Impairment，LMCI）：包含 8960 张图像。这些图像涵盖了从认知正常到不同程度认知障碍以及阿尔茨海默病的各个阶段，为研究人员提供了丰富的数据资源，可用于开发和验证针对阿尔茨海默病及相关认知障碍的分类模型。多类别分类：数据集涵盖了从正常到不同程度认知障碍再到阿尔茨海默病的多个阶段，使得研究人员能够开发出能够识别不同认知状态的模型，有助于早期诊断和疾病进展监测。大规模数据：大量的 MRI 图像为深度学习模型的训练提供了充足的数据支持，有助于提高模型的准确性和泛化能力。研究与应用价值：该数据集可用于开发和验证各种机器学习和深度学习算法，以提高阿尔茨海默病的诊断准确性。此外，它还可以用于研究疾病进展的生物标志物以及探索新的治疗方法。
脑肿瘤MRI图像数据集
04-30
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。
MRI图像dcm格式资源下载
gitblog_06713的博客
05-06 365
MRI图像dcm格式资源下载 【下载地址】MRI图像dcm格式资源下载 探索医学影像的无限可能，我们为您精心准备了MR图像的原始dcm格式资源。这些高质量的医学数字成像文件，遵循国际标准，是三维图像重建、医学影像分析及深度学习的理想选择。无论您是医学研究者、开发者还是教育工作者，这些资源都将为您的项目提供强有力的支持，推...
医学影像开源数据集汇总
热门推荐
liuxin16610553410的博客
03-29 1万+
转载自知乎：https://zhuanlan.zhihu.com/p/24634505；侵删。 笔者是在医疗AI领域奋斗的博士生，最近好几位做计算机视觉的好朋友，想尝试医疗领域的影像，Bigdata是AI的燃料，索性把自己之前的藏货拿出来分享一下，大家一起加油！ （医学影像的分割、匹配、分类、超分辨、重建等应该都有资源） 1、Github上哈佛 beamandrew机器学习和医学影像研...
MRI（核磁共振）图像数据
10-06
关于膝盖的MRI（核磁共振）图像数据，其中的文件为*.dcm格式，是标准的dicom文件，可以直接利用MATLAB中的dicomread（）函数读取。
【MRI数据】LEMON MRI 数据集下载
张哥频道：电生理信号和磁共振成像
09-18 707
使用Cyberduck 实现LEMON MRI dataset 下载
Kaggle MRI脑肿瘤图像数据集下载仓库
gitblog_09762的博客
10-12 1213
Kaggle MRI脑肿瘤图像数据集下载仓库 KaggleMRI脑肿瘤图像数据集下载仓库 本仓库提供了一个在Kaggle上公开可用的MRI脑肿瘤图像数据集的下载资源。该数据集包含了大量的高质量MRI图像，适用于脑肿瘤的分类、分割和检测等任务 ...
MRI大脑数据
12-13
通过MRI扫描得到的人体大脑图像，用于医学影像分析和三维重建。
MRI图像dcm格式
04-02
MR图像的源文件，dcm格式，适合用于三维图像重建的相关设计
大脑CT（MRI）图像数据集
12-09
大脑CT（MRI）图像数据集，预测MGMT启动子基因的存在或缺失，共1336张图片 大脑CT（MRI）图像数据集，预测MGMT启动子基因的存在或缺失，共1336张图片 大脑CT（MRI）图像数据集，预测MGMT启动子基因的存在或缺失，共...
脑肿瘤MRI数据集Brain Tumor MRI Dataset
02-12
该数据集中的MRI图像以JPG格式存储，具有高分辨率，为研究者提供了清晰的视觉资料。此外，数据集还考虑到了实际应用中的需求，按照功能将MRI图像划分成培训和测试两部分，分别存放在不同的文件夹内。这种结构设计，...
fastMRI：原始MRI测量值和临床MRI图像的大规模数据集
02-04
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
CT和MRI脑部扫描图像数据集
10-05
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）
kaggle上公开可用的MRI脑肿瘤图像数据集
10-29
标题中的“kaggle上公开可用的MRI脑肿瘤图像数据集”揭示了这是一个与医学成像和数据分析相关的主题。在IT行业中，尤其是机器学习和深度学习领域，这样的数据集是训练和开发算法的重要资源。MRI（磁共振成像）是一种...
MRI影像学习笔记（五.完结）
医影杂记
05-08 5012
本篇是这个系列的最后一篇了。内容相对简单，只是挑选了3项感觉对临床阅片比较有帮助的功能进行了简单介绍。 啰里啰嗦写了这么多，在这里也对所有朋友的点赞和支持一并感谢！感谢你们的耐心！
HCP；IDA；ABIDE（孤独症）磁共振数据库下载
xxx
06-02 1190
ABIDE；HCP；IDA
[数据集]fMRI数据集汇总
Sherlily的博客
09-22 6086
fMRI数据集汇总
Segment Anything Model for Medical Image Analysis：一款医学图像分析的开源项目
gitblog_00092的博客
01-08 755
Segment Anything Model for Medical Image Analysis：一款医学图像分析的开源项目 segment-anything-medical-evaluation Code for "Segment Anything Model for Medical Image Analysis: ...
datalad下载数据集
最新发布
05-27
### 如何使用 Datalad 下载数据集 Datalad 是一种用于科学数据管理和分发的工具，特别适合处理大型和复杂的开放数据集。以下是有关如何使用 Datalad 下载数据集的具体方法： #### 安装 Datalad 在开始之前，需要确保已安装 Datalad 工具。可以通过以下命令安装它： ```bash pip install datalad ``` 或者通过 Conda 渠道安装： ```bash conda install -c conda-forge datalad ``` #### 使用 Datalad 下载数据集 假设目标是从 OpenNeuro 平台下载名为 `ds003673` 的数据集 (耶鲁静息态功能磁共振成像/瞳孔测量:觉醒研究)，可以按照以下步骤操作。 1. **初始化并克隆数据集** 首先，使用 `datalad clone` 命令来获取远程数据集到本地环境。 ```bash datalad clone https://github.com/OpenNeuroDatasets/ds003673.git ds003673 ``` 2. **进入数据集目录** 进入刚刚创建的数据集目录以便进一步操作。 ```bash cd ds003673 ``` 3. **获取特定子数据** 如果不需要整个数据集，可以选择性地获取部分数据。例如，仅下载某个参与者的 fMRI 数据。 ```bash datalad get sub-* ``` 此处的通配符可以根据实际需求替换为具体的参与者编号或其他路径[^1]。 4. **验证数据完整性** 确认所下载的数据是否完整无误。 ```bash datalad status ``` 以上流程展示了利用 Datalad 实现高效、灵活的数据管理方式，尤其适用于大规模公开科研数据集的应用场景。 ### 示例代码片段 下面提供了一个完整的脚本示例，演示如何自动化完成上述过程： ```python import subprocess def download_datalad_dataset(dataset_url, dataset_name): try: # Clone the dataset using Datalad subprocess.run(["datalad", "clone", dataset_url, dataset_name], check=True) # Change directory to the cloned dataset subprocess.run(["cd", dataset_name], shell=True, check=True) # Get specific parts of the dataset subprocess.run(["datalad", "get", "sub-*"], check=True) print(f"Dataset {dataset_name} has been successfully downloaded.") except Exception as e: print(f"An error occurred while downloading the dataset: {e}") # Example usage download_datalad_dataset("https://github.com/OpenNeuroDatasets/ds003673.git", "ds003673") ```
评论
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