Datasets:
case_id string | image_path string | label_path string | annotation_type string | annotator_qualification string | software_name string | software_version string | machine_model null | shape list | voxel_spacing_mm list | axis_codes string | label_values list | image_sha256 string | label_sha256 string | image_size_bytes int64 | label_size_bytes int64 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
case-0004 | data/images/case-0004.nii.gz | data/labels/case-0004.nii.gz | human | 三甲医院放射科主任医师级别 | 3D Slicer | 5.12.4 | null | [
512,
512,
276
] | [
0.3359375,
0.3359375,
0.8999999761581421
] | LPS | [
0,
1,
2,
3,
4,
5,
6,
7,
8,
9,
10,
14,
15,
16,
17,
18,
19
] | 3e0e1392c16b84e42f13f5b8bee6910856153ddb4357e5a66bf6305046725544 | e8deeb41f915c1a72d8ae61fcd43980f32387bea8fa918d05b3263402c33bcc4 | 80,049,349 | 859,324 |
腰骶部CT人工分割标注样本1例
本数据集包含 1 例腰骶部 CT 及对应分割掩码,格式为 NIfTI(.nii.gz)。每个掩码含 16 个非零类别,另以 0 表示背景。标注范围为腰椎、骶骨、髋骨和腰背部肌群;未提供独立病灶类别。
标注方式:人工标注。标注人员为三甲医院放射科主任医师级别。 标注软件为 3D Slicer 5.12.4。
数据与 meta
data/images/<case_id>.nii.gz:CT 影像。data/labels/<case_id>.nii.gz:分割掩码。meta/records.jsonl:逐例索引,包含文件路径、标注方式、人员级别、软件版本、影像尺寸、体素间距、标签值和 SHA-256。meta/dataset.json:数据集描述、脱敏方式、类别对应表及逐例标签体积统计。
病例采用 case-0001 等公开编号。NIfTI 自由文本字段为空,无扩展字段;gzip 头不含原始文件名或压缩时间。影像及掩码的体素值、数据类型、强度缩放和空间参数均保持原值。
case-0004 在人工组和机器组使用同一份影像,两份掩码分别保留。配套数据:另一标注组。
标签对应
下表的类别名称依据影像及掩码位置推定,在 meta 中标记为 inferred。椎体序号未依据全脊柱影像确认,左右侧按 NIfTI 空间方向解释。
| 掩码值 | 推定标注对象 |
|---|---|
| 0 | 背景 |
| 1 | 第1腰椎(推定L1) |
| 2 | 第2腰椎(推定L2) |
| 3 | 第3腰椎(推定L3) |
| 4 | 第4腰椎(推定L4) |
| 5 | 第5腰椎(推定L5) |
| 6 | 骶骨 |
| 7 | 右侧多裂肌 |
| 8 | 右侧竖脊肌群 |
| 9 | 右侧腰大肌 |
| 10 | 右侧腰方肌 |
| 14 | 左侧腰大肌 |
| 15 | 左侧腰方肌 |
| 16 | 左侧竖脊肌群 |
| 17 | 左侧多裂肌 |
| 18 | 左侧髋骨(扫描范围内) |
| 19 | 右侧髋骨(扫描范围内) |
人工组的右侧多裂肌、竖脊肌群、腰大肌、腰方肌分别使用 7、8、9、10;机器组对应使用 13、12、10、11。两组比较时按类别名称对应。
读取
下载数据集文件后,可用 3D Slicer 导入影像与掩码,也可用 NiBabel 读取:
import json
from pathlib import Path
import nibabel as nib
root = Path("数据集本地目录")
record = json.loads((root / "meta/records.jsonl").read_text(encoding="utf-8").splitlines()[0])
image = nib.load(root / record["image_path"])
label = nib.load(root / record["label_path"])
assert image.shape == label.shape
许可
独立许可证暂未指定。
Hugging Face 获取与加载
同一数据集也发布在 GitHub 和 ModelScope。
from datasets import load_dataset
from huggingface_hub import snapshot_download
ds = load_dataset("SHPDRG/lumbar-ct-segmentation-human-sample-1", name="default", split="train")
local_dir = snapshot_download(repo_id="SHPDRG/lumbar-ct-segmentation-human-sample-1", repo_type="dataset")
load_dataset 加载卡片中声明的结构化数据或索引;snapshot_download 获取原始附件。
- Downloads last month
- 34