数据描述
简介
AAL (自动解剖标签) 统计体积数据集提供了基于 AAL 图谱的全面的脑体积测量集合。它涵盖了从结构磁共振成像 (MRI) 扫描中得出的脑区域的统计信息。研究人员通常利用这个数据集进行与神经影像学、神经科学和脑结构分析相关的研究。AAL 统计体积数据集在推动我们对脑解剖学的理解方面发挥着关键作用,支持自动化脑区域识别和体积分析算法的开发与评估。凭借其丰富的来自不同个体的体积数据,该数据集为旨在表征人群间脑结构变化的研究提供了宝贵的资源,并促进了神经科学研究的进展。
数据预览
ID | Precentral_L | ... | Temporal_Inf_R | 标签 |
---|---|---|---|---|
Data_*_brain | int | 算上左右总计90列 (90 lines) | int | boolean |
附件:
- 原始数据;
- 压缩包;
- 中间产物;
- 含有 csv 输出数据的源代码.
实现目标的步骤:
- 颅骨剥离:从原始 MRI 图像中提取大脑;
- 组织分割:将大脑分割成白质、灰质和脑嵴液 (CSF);
- 注册:将标准空间注册到本机空间;
- 测量 (使用掩模): 使用生成的掩模,测量 90 个感兴趣区域的体积;
- 分类:为了填写 shell 脚本并运行它们,需要编写 Python 脚本来训练模型并使用提供的测试数据集进行测试.
分类详情:
- 如果在此之前一切顺利,将获得一个大小为 50 x 90 的矩阵:这意味着有 50 个样本,每个样本有 90 个特性 (卷);
- 数据集:40 次培训和 10 次测试;
- 训练:输入分类器来训练模型;
- 测试:测试模型并提供结果.
验证报告
以下为卖家选择提供的数据验证报告:

脑区自动解剖学标记数据集
865.95MB
申请报告