CTSpinoPelvic1K

CTSpinoPelvic1K 是一个融合了脊柱和骨盆的 3D CT 分割数据集，通过患者级别的交叉比对从三个公开数据源构建而成。数据源包括 TCIA CT COLONOGRAPHY 的 DICOM CT 体积、CTSpine1K 的 VerSe 标准椎体标签掩码以及 CTPelvic1K dataset2 的骶骨和双侧髋关节标签掩码。数据集包含约 650 例患者的融合标注（脊柱和骨盆标注在同一系列上）和其余患者的分离标注（脊柱和骨盆标注在不同的俯卧/仰卧采集上）。数据集包含 10 类标签，涵盖腰椎（L1-L5）、L6/LSTV（腰椎化的 S1）、骶骨和双侧髋关节。所有体积数据均规范化为 PIR（后-下-右）方向，CT 及其标签图共享相同的 4×4 仿射变换，无需在训练前进行重采样。数据集还包含关于腰椎骶椎过渡椎（LSTV）的补充标注，分为椎体和骨盆来源的标注，并提供了标注一致性信息。数据集按 70/15/15 的比例划分为训练集、验证集和测试集，并按照 LSTV 类别和匹配类型进行分层。每个案例以 .npz 文件格式存储，包含 CT 体积、标签、仿射矩阵和元数据。数据集适用于医学图像分割任务，特别是脊柱和骨盆区域的 3D CT 分割。

原始信息汇总

数据集概述：CTSpinoPelvic1K

CTSpinoPelvic1K 是一个融合了脊柱和骨盆的 3D CT 分割数据集，通过患者级别的交叉比对，整合自三个公开数据源：

• TCIA CT COLONOGRAPHY：提供 DICOM CT 容积（每位患者包含俯卧和仰卧扫描）。
• CTSpine1K (COLONOG 子集)：提供基于 VerSe 惯例的椎体标签掩码。
• CTPelvic1K (dataset2)：提供骶骨和双侧髋关节标签掩码。

注释被放置在 TCIA CT 容积中骨骼覆盖度最高（HU > 200）的序列上，每部分解剖结构独立放置。约 650 名患者的脊柱和骨盆注释位于相同序列（融合病例），其余患者的脊柱和骨盆标签位于不同的俯卧/仰卧扫描（分离病例）。

---

标签说明（10 类）

ID	名称	来源
0	背景	—
1	L1	CTSpine1K (VerSe 标签 20 映射为 1)
2	L2	CTSpine1K (VerSe 标签 21 映射为 2)
3	L3	CTSpine1K (VerSe 标签 22 映射为 3)
4	L4	CTSpine1K (VerSe 标签 23 映射为 4)
5	L5	CTSpine1K (VerSe 标签 24 映射为 5)
6	L6 / LSTV	CTSpine1K (VerSe 标签 25 映射为 6) — 腰化的 S1
7	骶骨	CTPelvic1K (dataset2 标签 1 映射为 7)
8	左侧髋骨	CTPelvic1K (dataset2 标签 2 映射为 8)
9	右侧髋骨	CTPelvic1K (dataset2 标签 3 映射为 9)

为避免腰骶移行椎病例中两种标注惯例冲突，CTPelvic1K 的骶骨标签优先于 CTSpine1K 的骶骨标签（标签 26）。

---

空间方向

所有容积均标准化为 PIR（后-下-右）方向。CT 和其标签图共享完全相同的 4×4 仿射矩阵，训练前无需重采样。

---

腰骶移行椎（LSTV）注释

每个病例包含两种互补的 LSTV 注释：

• lstv_vertebral：根据 CTSpine1K 分割中的腰椎标签计数得出（4 → 骶化，5 → 正常，6 → 腰化）。
• lstv_pelvic：根据 CTPelvic1K 文件名限定词得出（任何包含 "sacralization" 的子串 → 骶化）。
• lstv_agreement：当两个来源一致时为 True，不一致时为 False，任一方无信息时为 None。
• lstv_class：整数 0–3 总结主要判断（0=正常，1=腰化，2=半骶化，3=骶化）。骨盆标签具有优先权。

---

数据划分

训练集 / 验证集 / 测试集比例为 70 / 15 / 15，按 (lstv_class × match_type) 分层抽样，确保每个划分包含罕见的骶化和腰化类别。

---

文件格式

每个病例为一个单独的 .npz 文件，位于 data/<split>/token_<N>.npz：

python import numpy as np, json

d = np.load("token_17.npz", allow_pickle=False) ct = d["ct"] # int16 (Z, Y, X) HU label = d["label"] # uint8 (Z, Y, X) 0..9 affine = d["affine"] # float32 (4, 4) RAS 仿射矩阵 meta = json.loads(str(d["meta"]))

print(meta["match_type"], meta["lstv_class"], meta["spine_bone_pct"])

---

快速上手示例

PyTorch 示例

python from dataset_interface import CTSpinoPelvicDataset from torch.utils.data import DataLoader

ds = CTSpinoPelvicDataset( root = "anonymous-mlhc/CTSpinoPelvic1K", split = "train", cache_dir = "~/.cache/ctspinopelvic1k", ) dl = DataLoader(ds, batch_size=1, shuffle=True)

for batch in dl: ct, label = batch["ct"], batch["label"] # (B,1,Z,Y,X) / (B,Z,Y,X)

MONAI 示例

python from monai.transforms import ( Compose, RandCropByPosNegLabeld, RandFlipd, NormalizeIntensityd, ) from dataset_interface import CTSpinoPelvicDataset

transforms = Compose([ NormalizeIntensityd(keys="ct", subtrahend=0, divisor=1000), RandCropByPosNegLabeld(keys=("ct","label"), label_key="label", spatial_size=(96,96,96), pos=2, neg=1, num_samples=2), RandFlipd(keys=("ct","label"), prob=0.5, spatial_axis=(0,1,2)), ])

ds = CTSpinoPelvicDataset(root="anonymous-mlhc/CTSpinoPelvic1K", split="train", transform=transforms)

---

引用与许可

• 引用：请同时引用源数据集（CTSpine1K、CTPelvic1K、TCIA CT COLONOGRAPHY）以及本衍生数据集。BibTeX 条目见 CITATION.cff。
• 许可：源数据集保留各自许可。衍生融合标签、划分和代码采用 CC BY-NC 4.0（非商业使用）。

搜集汇总

数据集介绍

构建方式

CTSpinoPelvic1K数据集通过患者级别的跨库匹配，融合了三个公开来源的CT数据：TCIA CT COLONOGRAPHY提供的DICOM容积图像、CTSpine1K中的椎体标注掩膜以及CTPelvic1K中的骶骨与双侧髋骨标注掩膜。对于约650例患者，脊柱与骨盆标注位于同一扫描序列（融合病例），其余则分布于不同俯卧或仰卧扫描序列（分离病例），确保了数据覆盖的完整性与多样性。

特点

该数据集共包含10个标注类别（背景、L1至L6/S1腰化椎体、骶骨、左右髋骨），其中LSTV（腰骶移行椎）通过脊柱与骨盆两套标注系统协同判定，并提供了四个层次的分类信息（正常、腰化、半骶化、骶化）。所有容积统一至PIR方向，CT与标注掩膜共享相同仿射矩阵，无需额外重采样。数据分割按LSTV类别与匹配类型分层抽样，保障稀有类别的代表性。

使用方法

数据集以.npz格式存储，每个病例包含CT图像（int16）、标注掩膜（uint8）、仿射矩阵（float32）及元数据（JSON）。支持PyTorch与MONAI框架快速调用：可通过CTSpinoPelvicDataset类加载数据，并自定义预处理流水线（如裁剪、翻转、归一化）。推荐使用96×96×96的裁剪尺寸，配合正负样本比为2:1的采样策略进行训练。

背景与挑战

背景概述

CTSpinoPelvic1K数据集由研究团队构建于近年，旨在融合脊柱与骨盆的三维CT分割任务，其核心研究问题在于如何通过患者级别的跨库关联，将来自TCIA CT结肠成像、CTSpine1K及CTPelvic1K三个公开数据源的标注信息统一到同一CT体素空间。该数据集特别关注腰骶过渡椎的细分表征，通过引入LSTV分类体系，为脊柱外科、骨科及影像组学领域提供了首个同时涵盖腰椎、骶骨与双侧髋骨的精细分割基准，显著推动了多解剖区域联合分析的研究进展。

当前挑战

该数据集面临的核心挑战包括：1）领域问题层面，腰骶过渡椎的形态学变异导致传统分割模型难以准确区分L5、骶骨与腰椎化或骶骨化的异常结构，亟需能够捕捉解剖连续性与分类模糊性的算法；2）构建过程中，因TCIA CT结肠成像包含俯卧与仰卧两种体位，约半数患者的脊柱与骨盆标注映射至不同序列，引发空间错位问题，需通过骨覆盖率（HU>200）筛选最佳匹配序列，并设计严格的优先级规则避免骶骨标注冲突。

常用场景

经典使用场景

CTSpinoPelvic1K数据集的核心应用场景在于腰骶骨盆联合三维分割任务，尤其是面向计算机断层扫描（CT）影像中腰椎（L1至L6/LSTV）、骶骨及双侧髋骨的精细解剖结构分割。该数据集通过融合TCIA CT结肠造影、CTSpine1K与CTPelvic1K三大公开数据源，构建了包含10类标签的高质量标注体积，为多器官联合分割、脊柱-骨盆过渡区形态分析以及解剖结构变异（如腰骶移行椎LSTV）的自动化检测提供了标准化训练基准。

实际应用

在实际临床场景中，CTSpinoPelvic1K可被用于开发脊柱-骨盆形态的计算机辅助诊断系统，支持骨科手术规划（如髋关节置换、脊柱融合术中的螺钉路径设计）、骨密度自动测量以及骶髂关节疾病的筛查。此外，该数据集还可服务于结肠癌筛查的CT结肠造影检查中，对影像中骨性标志物进行辅助定位，提升放射科医师对解剖结构的识别效率与一致性。

衍生相关工作

CTSpinoPelvic1K的发布催生了多项围绕多器官语义分割、解剖变异检测及跨模态校准的经典工作。其融合标注策略启发了基于多源标签一致性学习的半监督分割方法，而LSTV的三级分类标注（结合脊柱与骨盆视角）则推动了腰骶移行椎自动分型的可解释性研究。此外，该数据集与MONAI、PyTorch等深度学习框架的无缝集成，为基于Transformer的分割模型与弱监督学习范式的验证提供了标准化实验平台。