Angelou0516/PROMISE12

PROMISE12是一个用于前列腺MRI图像分割的医学影像数据集，源自MICCAI 2012 Grand Challenge。该数据集包含50个训练案例，每个案例包括T2加权MRI图像和对应的前列腺分割掩码。数据来自四个不同的临床中心，具有多中心特性。数据集格式为MetaImage，包含.mhd头文件和.raw二进制文件。图像数据为int16类型，掩码为int8类型，二进制值为0或1。每个案例的图像尺寸为512×512，切片数量在15至54之间。地面实况由经验丰富的读者逐片绘制，并由第二位专家验证和校正。数据集适用于图像分割任务，特别关注前列腺全腺体的分割。PROMISE12 is a medical imaging dataset for prostate MRI image segmentation, originating from the MICCAI 2012 Grand Challenge. The dataset includes 50 training cases, each comprising T2-weighted MRI images and corresponding prostate segmentation masks. Data is sourced from four different clinical centers, featuring a multi-center composition. The dataset is in MetaImage format, consisting of .mhd header files and .raw binary files. Image data is of int16 type, while masks are of int8 type with binary values of 0 or 1. Each case has an image size of 512×512, with the number of slices ranging from 15 to 54. Ground truth was contoured slice-by-slice by an experienced reader and independently validated by a second expert reviewer. The dataset is suitable for image segmentation tasks, particularly focusing on whole-gland prostate segmentation.

搜集汇总

数据集介绍

构建方式

PROMISE12数据集源自2012年MICCAI前列腺MR图像分割大挑战，汇聚了来自四个临床中心的T2加权横向前列腺MRI容积图像。原始挑战共发布100例病例，其中仅有50例训练数据同时公开了影像与对应的金标准分割掩膜。影像数据以MetaImage格式存储，包含.mhd头文件与.raw二进制体素数据，图像维度为512×512，切片数量介于15至54层之间。掩膜由各中心的资深阅片者利用3DSlicer或MeVisLab软件逐层勾画，并经过第二位专家独立验证与修正，确保了标注的高质量与一致性。

特点

该数据集具有鲜明的多中心、多场强及多厂商特性，其病例来自荷兰、美国、英国和挪威的四家顶级医学研究机构，涵盖了3T与1.5T两种磁场强度，并涉及有无直肠内线圈的采集方案以及Siemens与GE等不同厂商设备。这一异质性构建了真实临床场景下的数据分布，使得PROMISE12成为评估前列腺分割算法泛化能力的标杆性基准。数据仅包含50例训练配对的体素级数据，既提供了丰富的解剖变异，又因其规模有限而有效考验模型在小样本多中心数据上的鲁棒性。

使用方法

使用PROMISE12数据集时，研究者需通过SimpleITK库高效加载MetaImage格式的原始数据：调用sitk.ReadImage读取.mhd文件后以sitk.GetArrayFromImage获取形状为(Z, Y, X)的影像与掩膜数组，影像为int16类型，掩膜为uint8类型的二值图像。数据以病例为单位组织，命名格式为Case00至Case49。该版本仅包含训练子集，原始挑战的测试集与实时挑战集因金标准未公开而无法使用。建议在训练中沿用标准5折交叉验证策略以充分利用有限样本，并严格遵循论文引用以尊重原作者贡献。

背景与挑战

背景概述

PROMISE12（Prostate MR Image Segmentation 2012）数据集源自2012年MICCAI国际会议举办的前列腺MRI分割挑战赛，由Radboud大学医学中心等四家临床机构联合创建，核心研究团队包括Geert Litjens等学者。该数据集专注于解决前列腺磁共振图像中全腺体的分割问题，包含50例训练样本（公开图像与金标准掩膜），覆盖不同场强、线圈类型及扫描设备的多中心数据，为评估和比较分割算法提供了标准化基准。自2014年发表以来，PROMISE12已成为医学图像分割领域的里程碑式数据集，其发表的论文《Evaluation of prostate segmentation algorithms for MRI: the PROMISE12 challenge》被广泛引用，极大推动了前列腺MRI分割技术的研究进展，对放射组学、计算机辅助诊断及临床治疗规划具有深远影响。

当前挑战

PROMISE12数据集所解决的领域挑战在于前列腺全腺体的精确分割，MRI图像中前列腺边界模糊、灰度分布不均匀，且受不同成像设备、场强及有无内插线圈等多中心差异影响，导致传统算法泛化能力不足。构建过程中，数据集面临多中心数据标注的高昂成本与一致性难题，需由各中心经验丰富的读片者逐层勾画并由第二专家独立验证校正，以确保金标准掩膜的可靠性。此外，原始挑战赛仅公开50例训练样本的标注，测试集与在线挑战集的掩膜未开放，限制了后续算法的全面评估与公平比较，使得模型在跨中心场景下的泛化性能验证仍是一个待解决的挑战。

常用场景

经典使用场景

PROMISE12数据集作为前列腺MRI分割领域的标杆基准，广泛应用于深度学习模型的性能评估与算法对比。研究者通常利用该数据集的全腺体分割任务，训练并验证U-Net、nnU-Net等经典架构，亦或探索基于Transformer或扩散模型的前沿方法。数据集中来自四个临床中心的50例T2加权横断面MRI图像，涵盖了不同场强、是否使用直肠内线圈等多种成像条件，为评估分割算法在多中心异构数据上的泛化能力提供了标准测试平台。其清晰的任务定义和公开的标注掩膜，使其成为前列腺分割研究中最常引用的公共资源之一。

解决学术问题

该数据集针对的核心学术问题是前列腺MRI图像中全腺体边界的精确自动分割。在临床实践中，手动勾画前列腺轮廓耗时且易受操作者间差异影响，而传统半自动方法在低对比度区域或腺体形态变异时表现不稳。PROMISE12通过提供多中心、多供应商、多场强的高质量标注数据，系统性推动了计算机辅助分割算法的发展。它帮助研究者量化了不同算法在异质性数据上的分割精度，揭示了成像参数（如梯度强度、线圈类型）对分割性能的影响，从而促进了更具鲁棒性和泛化能力的模型设计，显著提升了自动化前列腺分割的临床可信度。

衍生相关工作

PROMISE12作为奠基性数据集，催生了大量经典工作。2014年的挑战赛原始论文汇总了多种传统方法，标志着该领域的首次全面比较。此后，U-Net及其变体（如Attention U-Net、nnU-Net）在此数据上验证了优越性，其中nnU-Net通过自动化配置流程屡次刷新性能记录。在域适应方向，PROMISE12常与BIDMC、RUNMC等其他数据集联合使用，用于测试无监督或半监督域适应算法，以解决不同医疗中心间的图像分布偏移问题。此外，一些利用伪标签或对比学习来缓解标注稀疏性的半监督方法，也常以该数据集作为评估基准，验证其在不完全监督环境下的有效性。