Angelou0516/UCSF-PDGM

UCSF-PDGM（加州大学旧金山分校术前弥漫性胶质瘤MRI数据集）的BraTS格式结构性子集，包含495名经组织病理学确诊的弥漫性胶质瘤患者的术前3T脑MRI数据。每位患者提供四种结构性MRI模态（T1、T1c、T2、FLAIR）和专家校正的肿瘤分割掩码，所有数据已配准到240×240×155的BraTS网格（1毫米各向同性，去颅骨）。数据集还包括临床元数据，如性别、年龄、WHO CNS分级、WHO-2021诊断、IDH状态、MGMT状态、总生存期等。肿瘤分割遵循BraTS标签约定：0为背景，1为非增强肿瘤核心/坏死，2为瘤周水肿，4为增强肿瘤。注意：约60%病例与BraTS 2021/2023重叠，需在独立基准测试中排除重叠部分以避免数据泄露。数据预处理包括非线性配准和深度学习去颅骨，但未进行N4偏置校正。数据集以NIfTI格式提供，许可证为CC BY 4.0。The UCSF-PDGM (University of California San Francisco Preoperative Diffuse Glioma MRI) BraTS-format structural subset is a cohort of preoperative 3T brain MRI from 495 patients with histopathologically confirmed diffuse gliomas. It provides four structural MRI modalities (T1, T1c, T2, FLAIR) co-registered to the 240×240×155 BraTS grid (1 mm isotropic, skull-stripped) and expert-corrected tumor segmentation masks per patient. The dataset includes clinical metadata such as sex, age, WHO CNS grade, WHO-2021 diagnosis, IDH status, MGMT status, overall survival, and more. Tumor segmentation follows BraTS labeling conventions: 0 for background, 1 for non-enhancing tumor core/necrosis, 2 for peritumoral edema, and 4 for enhancing tumor. Note: Approximately 60% of cases overlap with BraTS 2021/2023, requiring exclusion of overlapping cases for independent benchmarking to avoid train/test leakage. Preprocessing involves co-registration and skull-stripping, but no N4 bias correction. Data is provided in NIfTI format under the CC BY 4.0 license.

搜集汇总

数据集介绍

构建方式

UCSF-PDGM（BraTS格式结构子集）源自加州大学旧金山分校术前弥漫性胶质瘤MRI数据集，从UCSF-PDGM第五版中精心筛选而出，仅保留每位患者的T1、T1c、T2、FLAIR四种结构MRI模态以及经专家校正的肿瘤分割掩膜。所有图像均通过非线性配准至T2-FLAIR参考空间，重采样为1毫米各向同性的240×240×155 BraTS标准网格，并利用深度学习去脑方法完成颅骨剥离处理。肿瘤分割掩膜首先生成于BraTS 2021挑战框架，基于先前获胜算法的集成结果，随后由神经放射科医师逐例手动修正并最终批准，遵循BraTS惯用标签体系，包含背景、非强化肿瘤核心/坏死、瘤周水肿及强化肿瘤四个区域。

特点

该数据集汇聚495例经组织病理学确认的弥漫性胶质瘤患者的术前3T脑MRI数据，每例患者均提供五份完全共配准的NIfTI格式体数据，空间几何一致，消除重采样偏差。配属的元数据表格详尽记录性别、年龄、WHO CNS分级、2021年WHO整合诊断、IDH突变状态、MGMT启动子甲基化状态以及总生存期等关键临床指标，并标注Brats21标识符用于识别与BraTS 2021/2023重叠的约298例病例，有效防止基准测试泄露。图像强度未经过N4偏置场校正，保持原始对比度特性，适合直接用于胶质瘤分割与多模态分析。

使用方法

用户可通过HuggingFace数据集加载接口便捷调用，自动下载共495个测试样本，每个样本包含T1、T1c、T2、FLAIR四模态图像及肿瘤分割掩膜。需注意元数据中的患者ID采用三位零填充格式（如UCSF-PDGM-004），而图像文件夹使用四位零填充（如UCSF-PDGM-0004），使用时需统一去除前缀并解析整数进行连接。若将UCSF-PDGM用作独立基准，务必借助BraTS21识别列排除与BraTS 2023重叠的子集，避免训练/测试泄漏影响评估可信度。数据集遵循CC BY 4.0开源许可，引用时应注明原始文献及TCIA数据来源。

背景与挑战

背景概述

胶质瘤是中枢神经系统最常见的原发性恶性肿瘤，其精准的影像学分割对于临床诊疗决策与预后评估至关重要。UCSF-PDGM（加州大学旧金山分校术前弥漫性胶质瘤MRI数据集）由Calabrese、Villanueva-Meyer等研究人员于2022年在《Radiology: Artificial Intelligence》期刊发布，隶属于加州大学旧金山分校医学中心与癌症影像档案库（TCIA）的合作项目。该数据集聚焦于术前3T脑部MRI的结构性模态（T1、T1c、T2、FLAIR），并提供了经神经放射学专家手工校正的肿瘤分割掩膜，严格遵循BraTS 2021挑战赛的标注规范。作为神经肿瘤学影像分析领域的重要资源，UCSF-PDGM不仅推动了基于深度学习的胶质瘤自动分割算法发展，还通过丰富的临床元数据（如WHO分级、IDH突变状态、MGMT启动子甲基化等）为多模态预后建模提供了关键支撑，对精准医疗背景下的脑肿瘤研究产生了深远影响。

当前挑战

UCSF-PDGM数据集所解决的领域核心挑战在于胶质瘤的自动分割，由于肿瘤边界模糊、形态异质性高且与周围水肿组织难以区分，传统手动分割耗时且存在观察者间偏差。在构建过程中，研究者需应对多中心MRI参数不统一导致的图像标准化难题，通过对BraTS 2021挑战赛中的获胜算法集成生成初始分割，再依赖神经放射学专家进行逐例人工校正，工作量巨大。此外，约60%的病例与BraTS 2021/2023数据集重叠，若不谨慎排除交叉样本，极易造成训练与测试数据泄露，严重污染基准评估。元数据与图像文件夹的ID填充位数差异（3位对4位）亦增加了数据整合的复杂度，要求使用者进行精细的字符串归一化处理，这些工程技术层面的挑战进一步凸显了数据集在推动可靠且可复现的脑肿瘤研究中的重要性。

常用场景

经典使用场景

UCSF-PDGM数据集是神经肿瘤学领域弥足珍贵的影像资源，专为脑胶质瘤的术前多参数MRI分析而构建。其最经典的使用场景是基于BraTS标准化的四个结构性MRI模态（T1、T1c、T2、FLAIR）进行肿瘤自动分割。研究者利用该数据集提供的240×240×155各向同性体素空间、经专家校正的三区域肿瘤掩膜（坏死/非强化肿瘤核心、瘤周水肿、强化肿瘤），可训练和验证各类深度学习分割模型，尤其是U-Net及其变体。这种标准化的格式降低了数据预处理门槛，使得模型能够在统一基准上进行公平比较，从而推动脑肿瘤分割算法的持续进步。

衍生相关工作

UCSF-PDGM衍生了一系列影响深远的经典工作。首先，作为BraTS挑战赛的核心数据源之一，它催生了大量基于深度学习的脑肿瘤分割模型，包括nnU-Net、TransBTS、Swin-UNETR等注意力机制与Transformer架构的融合创新，持续刷新国际竞赛的精度纪录。其次，该数据集推动了多任务学习框架的发展，研究者成功将肿瘤分割与分子分型预测、生存分析联合建模，实现了从形态刻画到功能解码的跨越。再者，针对标签噪声与边界模糊问题，基于该数据集涌现出不确定性估计、弱监督与半监督学习等前沿方法，显著提升了模型在真实临床场景中的鲁棒性。

数据集最近研究

最新研究方向

UCSF-PDGM数据集当前的前沿研究方向聚焦于利用多模态结构MRI（T1、T1c、T2、FLAIR）与专家修正的肿瘤分割掩码，推动弥漫性胶质瘤的精确分割和临床预后预测。该数据集的一大亮点在于其与BraTS 2021/2023挑战赛约60%的重叠病例，这为跨数据集验证和模型泛化能力评估带来了关键挑战——研究者需谨慎剥离重叠样本以避免训练-测试泄漏，从而推动鲁棒性更强的跨中心算法开发。此外，结合详尽的临床元数据（如WHO 2021诊断、IDH突变、MGMT状态及总生存期），该数据集正被用于探索影像表型与分子分型及预后之间的深层关联，助力神经肿瘤学领域从形态学分割迈向临床决策支持的前沿热点。