Datasets:
case_id stringclasses 6
values | image_path stringclasses 6
values | label_path stringclasses 6
values | annotation_type stringclasses 1
value | annotator_qualification null | software_name stringclasses 1
value | software_version stringclasses 1
value | machine_model null | shape listlengths 3 3 | voxel_spacing_mm listlengths 3 3 | axis_codes stringclasses 1
value | label_values listlengths 17 17 | image_sha256 stringclasses 6
values | label_sha256 stringclasses 6
values | image_size_bytes int64 80M 108M | label_size_bytes int64 348k 513k |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
case-0001 | data/images/case-0001.nii.gz | data/labels/case-0001.nii.gz | machine | null | 3D Slicer | 5.12.4 | null | [
512,
512,
320
] | [
0.330078125,
0.330078125,
0.699999988079071
] | LPS | [
0,
1,
2,
3,
4,
5,
6,
10,
11,
12,
13,
14,
15,
16,
17,
18,
19
] | 7dfd9b7ecb1ff8677a96f0e1b012513ef667ff3a613389657589075ff68bbdab | 6f52ddc8030e1671a32c33c31614006ce6ff1e358a643cdca12d153d200a0c0e | 94,616,620 | 502,941 |
case-0002 | data/images/case-0002.nii.gz | data/labels/case-0002.nii.gz | machine | null | 3D Slicer | 5.12.4 | null | [
512,
512,
291
] | [
0.33203125,
0.33203125,
0.699999988079071
] | LPS | [
0,
1,
2,
3,
4,
5,
6,
10,
11,
12,
13,
14,
15,
16,
17,
18,
19
] | 0d6faad6019bbb21fe2d7ac1124824c63a6a7be7dff29080065f57f6067094de | 306a11c846322a538629a24eed0f4afd7a48f1a74918ef2a6fa98a31acaa3fdc | 86,409,951 | 385,833 |
case-0003 | data/images/case-0003.nii.gz | data/labels/case-0003.nii.gz | machine | null | 3D Slicer | 5.12.4 | null | [
512,
512,
356
] | [
0.3671875,
0.3671875,
0.699999988079071
] | LPS | [
0,
1,
2,
3,
4,
5,
6,
10,
11,
12,
13,
14,
15,
16,
17,
18,
19
] | 1f05c0505f0bbda0fb13c7a9d4d63bd9aab878d797a8d3d80c6ad24c251dfd9c | 72003dbc722d500da46c84c5eafc40e107bcc88a77148ed9f2f99e802d1ddbb7 | 108,266,729 | 512,506 |
case-0004 | data/images/case-0004.nii.gz | data/labels/case-0004.nii.gz | machine | null | 3D Slicer | 5.12.4 | null | [
512,
512,
276
] | [
0.3359375,
0.3359375,
0.8999999761581421
] | LPS | [
0,
1,
2,
3,
4,
5,
6,
10,
11,
12,
13,
14,
15,
16,
17,
18,
19
] | 3e0e1392c16b84e42f13f5b8bee6910856153ddb4357e5a66bf6305046725544 | 25ffcf157c74a95f52b8129080e2c398105fb802fdcae423ffb66ffaae0f78a7 | 80,049,349 | 401,967 |
case-0005 | data/images/case-0005.nii.gz | data/labels/case-0005.nii.gz | machine | null | 3D Slicer | 5.12.4 | null | [
512,
512,
316
] | [
0.365234375,
0.365234375,
0.699999988079071
] | LPS | [
0,
1,
2,
3,
4,
5,
6,
10,
11,
12,
13,
14,
15,
16,
17,
18,
19
] | 9f9bfd068427aea8e29b5d6fa833a2025189046bfdd2316ce086cefc0fa7ea5e | 889b1bc4667acdcf55759b2abb243eb073d0187e81723a0e77d6b1d52a66af60 | 97,238,952 | 381,228 |
case-0006 | data/images/case-0006.nii.gz | data/labels/case-0006.nii.gz | machine | null | 3D Slicer | 5.12.4 | null | [
512,
512,
357
] | [
0.4880000054836273,
0.4880000054836273,
0.800000011920929
] | LPS | [
0,
1,
2,
3,
4,
5,
6,
10,
11,
12,
13,
14,
15,
16,
17,
18,
19
] | 7d452d8adcfb07061d8a51bd6ed015b3c9c9e02ccc853526ddfb3c5983ae6e3e | 9d2643864033829660f68db5ce364e380ab7e8f49efed8626dc97e3dedd41268 | 85,476,743 | 348,451 |
腰骶部CT机器分割标注样本6例
本数据集包含 6 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：机器标注。分割模型名称和版本未提供。 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 |
| 10 | 右侧腰大肌 |
| 11 | 右侧腰方肌 |
| 12 | 右侧竖脊肌群 |
| 13 | 右侧多裂肌 |
| 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-machine-sample-6", name="default", split="train")
local_dir = snapshot_download(repo_id="SHPDRG/lumbar-ct-segmentation-machine-sample-6", 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
- 30