chehablaborg/miniMSD244

---
dataset_info:
features:
- name: organ
dtype: string
- name: image
dtype: image
- name: binary_mask
dtype: image
- name: classes_mask
dtype: image
- name: volume_id
dtype: int32
- name: slice_id
dtype: int32
splits:
- name: train
num_bytes: 2349940926.0
num_examples: 95311
download_size: 2310896675
dataset_size: 2349940926.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
license: cc-by-4.0
task_categories:
- image-segmentation
language:
- en
tags:
- organs
- medical
- ct
- mri
pretty_name: Mini Medical Segmentation Decathlon 244
size_categories:
- 10K<n<100K
---

# Processed and Reduced Medical Segmentation Decathlon Dataset
<!-- Provide a quick summary of the dataset. -->
The miniMSD dataset is a medical image segmentation benchmark covering 10 human organs.
It is derived from the [Medical Segmentation Decathlon (MSD)](http://medicaldecathlon.com) by converting volumetric scans
from NIfTI (NII) format into serialized 2D RGB images, alongside their corresponding segmentation masks.
The dataset is provided in multiple resolution variants ([244](https://huggingface.co/datasets/chehablaborg/miniMSD244)
and [512](https://huggingface.co/datasets/chehablaborg/miniMSD512)), enabling easier use,
off-the-shelf accessibility, and flexible experimentation.

## Dataset Details
The dataset covers 10 human body organs, listed below.
Each organ includes up to 40 volumes, with each volume consisting of a variable number of image slices.
Each dataset entry contains the following components: the organ type, the image, a binary mask,
a detailed (multi-class) mask, a volume ID, and a slice ID.
The image, binary mask, and detailed mask are all provided as PIL images.
The binary mask contains two labels: 0 for background and 1 for the target region.
The detailed mask contains multiple labels (0, 1, 2, 3, …), where each label corresponds to a specific
anatomical structure. The mapping of label indices to structures is provided below.

| Organ | Number of Volumes | Total Slices | Avg. Slices per Volume | % of Total Slices |
|----------------|-------------------|--------------|------------------------|-------------------|
| Prostate | 32 | 1204 | 37.625 | 1.26% |
| Heart | 20 | 2271 | 113.550 | 2.38% |
| Hippocampus | 40 | 2754 | 68.850 | 2.89% |
| HepaticVessel | 40 | 5796 | 144.900 | 6.08% |
| BrainTumour | 40 | 6200 | 155.000 | 6.51% |
| Spleen | 40 | 6964 | 174.100 | 7.31% |
| Pancreas | 40 | 7068 | 176.700 | 7.42% |
| Colon | 40 | 7344 | 183.600 | 7.71% |
| Lung | 40 | 22510 | 562.750 | 23.62% |
| Liver | 40 | 33200 | 830.000 | 34.83% |

## Labels Mapping
### BrainTumour
- 0: background
- 1: necrotic / non-enhancing tumor
- 2: edema
- 3: enhancing tumor

### Heart
- 0: background
- 1: left atrium

### Liver
- 0: background
- 1: liver
- 2: tumor

### Hippocampus
- 0: background
- 1: anterior
- 2: posterior

### Prostate
- 0: background
- 1: peripheral zone
- 2: transition zone

### Lung
- 0: background
- 1: nodule

### Pancreas
- 0: background
- 1: pancreas
- 2: tumor

### HepaticVessel
- 0: background
- 1: vessel
- 2: tumor

### Spleen
- 0: background
- 1: spleen

### Colon
- 0: background
- 1: colon

## Uses

<!-- Address questions around how the dataset is intended to be used. -->

```python
from datasets import load_dataset
miniMSD244 = load_dataset("chehablaborg/miniMSD244", split="train")

sample_id = 312
organ = miniMSD244[sample_id]["organ"]
image = miniMSD244[sample_id]["image"]
binary_mask = miniMSD244[sample_id]["binary_mask"]
classes_mask = miniMSD244[sample_id]["classes_mask"]
plt.imshow(image, cmap="grey")
plt.show()
```

## Authors

[Charbel Toumieh](https://www.linkedin.com/in/charbeltoumieh/)

[Ahmad Mustapha](https://www.linkedin.com/in/ahmad-mustapha-ml/)

[Ali Chehab](https://www.linkedin.com/in/ali-chehab-31b05a3/)

## Citation

```
@dataset{minimsd2026,
title = {MiniMSD},
author = {Toumieh, Charbel and Mustapha, Ahmad and Chehab, Ali},
year = {2026},
publisher = {Hugging Face},
howpublished = {\url{https://huggingface.co/datasets/chehablaborg/miniMSD244}},
}
```

## Acknowledgment
[Chehab lab](https://chehablab.com) @ 2026

数据集信息：
特征：
- 名称：organ，数据类型：字符串
- 名称：image，数据类型：图像
- 名称：binary_mask，数据类型：图像
- 名称：classes_mask，数据类型：图像
- 名称：volume_id，数据类型：int32
- 名称：slice_id，数据类型：int32
划分集：
- 名称：train（训练集），字节数：2349940926.0，样本数：95311
下载大小：2310896675
数据集总大小：2349940926.0
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分集：train（训练集），路径：data/train-*
许可证：cc-by-4.0
任务类别：
- 图像分割（image-segmentation）
语言：
- 英语（en）
标签：
- 器官（organs）
- 医学（medical）
- CT（计算机断层扫描）
- MRI（磁共振成像）
展示名称：迷你医学分割十项全能244（Mini Medical Segmentation Decathlon 244）
样本规模类别：
- 10K<n<100K

# 经过处理与精简的医学分割十项全能数据集（Processed and Reduced Medical Segmentation Decathlon Dataset）
## 数据集概述
miniMSD数据集是覆盖10个人类器官的医学图像分割基准数据集，其源自**医学分割十项全能（Medical Segmentation Decathlon, MSD）**，通过将NIfTI（NII）格式的体素扫描转换为序列化二维RGB图像，并附带对应的分割掩码。该数据集提供了两种分辨率变体：[244](https://huggingface.co/datasets/chehablaborg/miniMSD244)与[512](https://huggingface.co/datasets/chehablaborg/miniMSD512)，便于直接使用、开箱即用以及灵活开展实验。

## 数据集详情
本数据集涵盖10个人体器官，各器官详情如下。每个器官最多包含40个体积数据，每个体积数据包含数量不等的图像切片。每条数据样本包含以下组成部分：器官类型、图像、二值掩码、精细（多分类）掩码、体素ID以及切片ID。图像、二值掩码与精细掩码均以PIL图像格式提供。其中二值掩码包含两类标签：0代表背景，1代表目标区域；精细掩码包含多类标签（0、1、2、3……），每类标签对应特定解剖结构，标签索引与解剖结构的映射关系如下。

| 器官名称 | 体积数量 | 总切片数 | 单体积平均切片数 | 占总切片百分比 |
|----------------|----------|----------|------------------|----------------|
| 前列腺（Prostate） | 32 | 1204 | 37.625 | 1.26% |
| 心脏（Heart） | 20 | 2271 | 113.550 | 2.38% |
| 海马体（Hippocampus） | 40 | 2754 | 68.850 | 2.89% |
| 肝血管（HepaticVessel） | 40 | 5796 | 144.900 | 6.08% |
| 脑肿瘤（BrainTumour） | 40 | 6200 | 155.000 | 6.51% |
| 脾脏（Spleen） | 40 | 6964 | 174.100 | 7.31% |
| 胰腺（Pancreas） | 40 | 7068 | 176.700 | 7.42% |
| 结肠（Colon） | 40 | 7344 | 183.600 | 7.71% |
| 肺（Lung） | 40 | 22510 | 562.750 | 23.62% |
| 肝脏（Liver） | 40 | 33200 | 830.000 | 34.83% |

## 标签映射
### 脑肿瘤（BrainTumour）
- 0：背景
- 1：坏死/非增强肿瘤
- 2：水肿
- 3：增强肿瘤

### 心脏（Heart）
- 0：背景
- 1：左心房

### 肝脏（Liver）
- 0：背景
- 1：肝脏
- 2：肿瘤

### 海马体（Hippocampus）
- 0：背景
- 1：前部
- 2：后部

### 前列腺（Prostate）
- 0：背景
- 1：外周带
- 2：移行带

### 肺（Lung）
- 0：背景
- 1：结节

### 胰腺（Pancreas）
- 0：背景
- 1：胰腺
- 2：肿瘤

### 肝血管（HepaticVessel）
- 0：背景
- 1：血管
- 2：肿瘤

### 脾脏（Spleen）
- 0：背景
- 1：脾脏

### 结肠（Colon）
- 0：背景
- 1：结肠

## 使用场景
### 代码示例
python
from datasets import load_dataset
miniMSD244 = load_dataset("chehablaborg/miniMSD244", split="train")

sample_id = 312
organ = miniMSD244[sample_id]["organ"]
image = miniMSD244[sample_id]["image"]
binary_mask = miniMSD244[sample_id]["binary_mask"]
classes_mask = miniMSD244[sample_id]["classes_mask"]
plt.imshow(image, cmap="grey")
plt.show()

## 作者
[查尔贝尔·图米耶（Charbel Toumieh）](https://www.linkedin.com/in/charbeltoumieh/)
[艾哈迈德·穆斯塔法（Ahmad Mustapha）](https://www.linkedin.com/in/ahmad-mustapha-ml/)
[阿里·谢哈卜（Ali Chehab）](https://www.linkedin.com/in/ali-chehab-31b05a3/)

## 引用
bibtex
@dataset{minimsd2026,
title = {MiniMSD},
author = {Toumieh, Charbel and Mustapha, Ahmad and Chehab, Ali},
year = {2026},
publisher = {Hugging Face},
howpublished = {url{https://huggingface.co/datasets/chehablaborg/miniMSD244}},
}

## 致谢
谢哈卜实验室（Chehab lab）© 2026