five

Brain MRI segmentation

收藏
阿里云天池2026-05-16 更新2024-03-07 收录
下载链接:
https://tianchi.aliyun.com/dataset/129967
下载链接
链接失效反馈
官方服务:
资源简介:
LGG Segmentation Dataset Dataset used in: Mateusz Buda, AshirbaniSaha, Maciej A. Mazurowski "Association of genomic subtypes of lower-grade gliomas with shape features automatically extracted by a deep learning algorithm." Computers in Biology and Medicine, 2019. and Maciej A. Mazurowski, Kal Clark, Nicholas M. Czarnek, Parisa Shamsesfandabadi, Katherine B. Peters, Ashirbani Saha "Radiogenomics of lower-grade glioma: algorithmically-assessed tumor shape is associated with tumor genomic subtypes and patient outcomes in a multi-institutional study with The Cancer Genome Atlas data." Journal of Neuro-Oncology, 2017. This dataset contains brain MR images together with manual FLAIR abnormality segmentation masks. The images were obtained from The Cancer Imaging Archive (TCIA). They correspond to 110 patients included in The Cancer Genome Atlas (TCGA) lower-grade glioma collection with at least fluid-attenuated inversion recovery (FLAIR) sequence and genomic cluster data available. Tumor genomic clusters and patient data is provided in data.csv file.

LGG分割数据集(LGG Segmentation Dataset) 本数据集已应用于以下两篇学术论文: 1. Mateusz Buda、Ashirbani Saha、Maciej A. Mazurowski. "深度学习算法自动提取的形状特征与低级别胶质瘤基因组亚型的关联". 《计算机生物学与医学》, 2019. 2. Maciej A. Mazurowski、Kal Clark、Nicholas M. Czarnek、Parisa Shamsesfandabadi、Katherine B. Peters、Ashirbani Saha. "低级别胶质瘤放射基因组学:基于多机构癌症基因组图谱(The Cancer Genome Atlas, TCGA)数据的研究显示算法评估的肿瘤形状与肿瘤基因组亚型及患者预后相关". 《神经肿瘤学杂志》, 2017. 本数据集包含脑部MR图像及手动标注的液体衰减反转恢复(Fluid-Attenuated Inversion Recovery, FLAIR)异常分割掩码。 该数据集图像源自癌症影像档案库(The Cancer Imaging Archive, TCIA),对应110名纳入癌症基因组图谱(TCGA)低级别胶质瘤队列的患者,所有患者均至少具备FLAIR序列影像及可用的基因组聚类数据。 肿瘤基因组聚类信息与患者相关数据已存储于data.csv文件中。
提供机构:
阿里云天池
创建时间:
2022-05-16
搜集汇总
数据集介绍
main_image_url
背景与挑战
背景概述
该数据集包含110名低级别胶质瘤患者的脑部MR图像和手动FLAIR异常分割掩码,来源于TCIA,用于研究肿瘤形状特征与基因组亚型及患者预后的关联。数据集还提供了肿瘤基因组簇和患者数据。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作