摘要：罕见神经系统疾病 MRI 精选版数据集包含 2,000 张质量精选的 MRI 图像（JPG，51 MB），涵盖 5 种罕见神经系统疾病（每类 400 张完美平衡），使用三维自动化质量评估（对比度 40%、清晰度 40%、亮度 20%）从 Mendeley Benchmark MRI 数据集中筛选。数据集预分为训练/验证/测试（1,400/300/300，分层抽样），配有 ORPHA 罕见病代码和临床元数据，可直接用于 Keras/PyTorch，支持多类别分类、少样本学习和医学 AI 公平性研究，仅限研究和教育用途。
数据集简介
数据集概述
罕见神经系统疾病 MRI 精选版数据集（Rare Neurological Diseases MRI – Curated Edition）是一个高质量、精心挑选的 MRI 数据集，包含 5 种罕见神经系统疾病的 2,000 张图像（JPG 格式，约 51 MB），从更大的集合中使用自动化质量评估筛选而来，旨在解决机器学习研究中罕见疾病影像数据严重短缺的问题。数据集的核心优势包括：质量精选（使用对比度 40%、清晰度 40%、亮度平衡 20% 的加权自动评分选择顶级图像）、完美类别平衡（每种疾病精确 400 张图像，无类别不平衡问题）、ML 就绪（预分为训练集 1,400 张/验证集 300 张/测试集 300 张，70/15/15 比例，采用分层抽样）、Orphadata 官方关联（包含 ORPHA 罕见病代码在元数据中）、清晰结构（简单文件夹层次，可直接用于 Keras/PyTorch）。数据集涵盖 5 种罕见神经系统疾病：Walker-Warburg 综合征（ORPHA:899，1-9/1M）、小脑发育不全性厚脑回（ORPHA:2524，<1/1M）、烟雾病伴脑室内出血（ORPHA:2573，1-5/100K）、Hallervorden-Spatz 病/PKAN（ORPHA:157850，1-2/1M）和福山型肌营养不良（ORPHA:272，1-5/100K），仅限研究和教育用途。
数据结构与模态特征
据集采用标准的训练/验证/测试三层目录结构，每个集合下包含 5 个疾病类别子目录（训练集每类 280 张，验证集和测试集各 60 张）。数据精选流程包括五个严格步骤：(1) 从 Mendeley Data 的 Benchmark Diagnostic MRI 数据集（4,248 张图像，40 种疾病）中选择源数据；(2) 聚焦 5 种样本充足的神经系统罕见病（每种 592-1,064 张原始图像）；(3) 使用三维自动化质量评估对每张图像评分（对比度 40% 权重测量像素强度标准差、清晰度 40% 权重使用拉普拉斯方差检测模糊、亮度平衡 20% 权重测量与最佳中值范围的距离）；(4) 选择每种疾病质量评分最高的 400 张图像（占可用图像的 20-50%）；(5) 创建分层平衡的训练/验证/测试划分（70/15/15）保持类别分布。数据集提供两个核心元数据文件：metadata.csv（2,000 行，包含文件名、疾病类别、划分、相对路径、ORPHA 代码、完整疾病名称、患病率、遗传模式、医学分类和受累系统）和 disease_summary.csv（5 行，包含每种疾病的综合临床详情和 Orphadata 参考）。
应用价值与研究方向
该数据集支持多个罕见病医学 AI 和深度学习研究方向。多类别分类：训练 CNN 区分 5 种罕见神经系统疾病。少样本学习：测试元学习算法（原型网络、MAML、匹配网络）在有限医学数据上的性能。迁移学习：预训练模型用于其他神经影像任务。医学 AI 公平性：解决罕见和代表性不足疾病的偏见问题。可解释 AI：开发 GradCAM/注意力图等可解释模型用于临床决策支持。数据增强研究：测试 GAN/扩散模型等罕见病合成数据生成技术。数据集已提供完整的快速启动代码示例（Keras/TensorFlow 和 PyTorch 数据加载、元数据探索、EfficientNetB0 基线模型构建）。潜在研究方向包括架构对比（ResNet、EfficientNet、ConvNeXt、ViT、混合模型）、领域适应（从常见到罕见神经系统疾病的迁移）、多模态学习（结合临床文本、遗传数据）、不确定性量化（贝叶斯方法）和类别不平衡技术泛化测试。数据集特别强调仅限研究和教育用途，明确禁止用于临床诊断、治疗决策或未经验证的医疗设备开发和临床部署。
数据集来源
该数据集从 Mendeley Benchmark MRI 数据集（2024，4,248 张图像）中精选 2,000 张高质量图像（5 种罕见神经系统疾病），使用自动化质量评估筛选，配有 ORPHA 代码和临床元数据，由 Muhammad Ahsan 于 2026 年 2 月发布。由张家梁(Bob)整理并于2026年8月二次整理在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-75
文件大小：51M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)