当前位置：首页 > ai >正文

MRI大型数据集FastMRI介绍

ai 2025/8/6 18:06:34

数据介绍

fastMRI 是 NYU Langone Health 与 Meta AI Research（前 Facebook AI Research）合作推出的一个大型开源 MRI 数据集，旨在推动基于机器学习的 MR 图像重建研究。该数据集同时提供原始 k-空间（k-space）HDF5 文件和临床重建后的 DICOM 图像，覆盖膝关节、脑部、前列腺，以及最新加入的乳腺扫描，能够兼顾理想化算法验证与真实临床场景泛化。

官网链接：https://fastmri.med.nyu.edu/

数据集组成

原始 k-空间数据（HDF5 格式）

膝关节数据：包含约 1,500 例在 1.5 T 和 3 T 磁体上全采样的膝关节 MRI 扫描，原始数据为多线圈复数 k-空间，后处理中心裁剪至 320×320 并分别生成单线圈（ESC）和多线圈（RSS）重建图像。
脑部数据：收录约 6,970 例在 1.5 T 和 3 T 磁体上全采样的脑部 MRI，包括轴向 T1 加权、T2 加权和 FLAIR 序列（部分 T1 序列含造影），在 1.5 T 和 3 T 上的扫描数量合计 7,002 例。
前列腺数据：提供 312 例 3 T 前列腺 MRI，包含轴向 T2 加权和扩散加权序列，文件名均以 file_prostate_<sequence>_<fastmriID>.h5 命名，支持根据序列选择下载。
乳腺数据：新增 300 例 3 T 乳腺 DCE-MRI 原始 k-空间数据，采用径向动态对比增强采集，每例保存为单独的 HDF5，包含 4 维（x, y, z, time）图像序列及采集参数，并同期提供 DICOM 版本以提升易用性。

文件大小与格式

总存储量：HDF5 原始 k-空间数据总计约 1.35 TB，划分为 multicoil_train（931 GB）、multicoil_val（192 GB）和 multicoil_test（109 GB）三个下载包，以便差异化使用。
HDF5 结构：每个 .h5 文件通常包含以下关键字段：
- kspace：形状为 (slices, coils, H, W) 的复数 k-空间数据
- reconstruction_esc：模拟单线圈 IFFT 后取绝对值得到的图像
- reconstruction_rss：对各线圈 IFFT 幅值平方求和再开方得到的 RSS 图像
- ISMRMRD XML 头信息：记录扫描参数（矩阵大小、编码次数等）。

临床 DICOM 图像

膝关节 DICOM：提供 10,012 例来自 9,290 名患者的临床加速膝关节 MRI 图像，包含冠状位质子密度（带/不带脂肪抑制）、轴向质子密度脂肪抑制、矢状位质子密度及矢状位 T2 脂肪抑制序列。使用各厂商并行成像算法重建；与 raw k-space 数据并非同一批次，也不保证同一患者出现于两者中。
脑部DICOM：10 000 例独立患者的常规 T1/T2/FLAIR 扫描，且与 raw k-space数据无任何患者重复
前列腺与乳腺 DICOM：前列腺（312 例）和乳腺（300 例）数据集中，DICOM 与 HDF5 一一对应，文件夹以相同的 fastMRI ID 编排，便于联合标签和联合分析。