阿尔茨海默病检测数据集

摘要：OASIS 阿尔茨海默病检测数据集（OASIS Alzheimer’s Detection）是一个用于深度神经网络分析的大规模脑部 MRI 数据集。

数据集简介

数据集概述

OASIS 阿尔茨海默病检测数据集（OASIS Alzheimer’s Detection）是一个用于深度神经网络分析的大规模脑部 MRI 数据集。该数据集使用 OASIS MRI 数据集（https://sites.wustl.edu/oasisbrains/），包含 80,000 张脑部 MRI 图像。图像根据阿尔茨海默病进展分为 四个类别。数据集旨在为分析和检测阿尔茨海默病早期征兆提供宝贵资源。为使数据集可访问，原始 .img 和 .hdr 文件使用 FSL（FMRIB Software Library） 转换为 Nifti 格式（.nii）。461 名患者的转换后 MRI 图像已上传到 GitHub 存储库（分多个部分访问）

(1) 数据量：80,000 张脑部 MRI 图像，461 名患者；

(2) 图像处理：原始 .img/.hdr 文件转换为 Nifti 格式（.nii），然后转换为 .jpg 文件，数据集大小 1.3 GB；

(3) 2D 图像切片：脑部图像沿 z 轴切成 256 片，每位患者选择 100-160 片；

(4) 四个类别：基于元数据和临床痴呆评定量表（CDR，Clinical Dementia Rating）值分类 – 痴呆（demented）、极轻度痴呆（very mild demented）、轻度痴呆（mild demented）、非痴呆（non-demented），这些类别能够检测和研究阿尔茨海默病进展的不同阶段；

(5) 数据格式：Nifti（.nii）和 JPEG（.jpg）。

支持阿尔茨海默病检测与分析、早期征兆识别、疾病进展阶段分类（四类）、深度神经网络模型训练（CNN、3D CNN、ResNet）、脑部 MRI 图像分析、神经影像学研究、计算机辅助诊断（CAD）系统、临床决策支持、医学图像分类、神经退行性疾病研究、教育与培训、算法基准测试。该项目旨在探索各种神经网络模型并在阿尔茨海默病检测和分析中实现最佳结果。

数据集来源

使用 OASIS MRI 数据集（80,000 张脑部 MRI，461 名患者），FSL 转换为 Nifti 再转 JPEG（1.3 GB），z 轴切片（每患者 100-160 片），基于 CDR 分四类（痴呆、极轻度、轻度、非痴呆），GitHub 存储库，专为阿尔茨海默病检测和深度学习设计（DOI: 10.1162/jocn.2007.19.9.1498）。由张家梁(Bob)整理并于2026年在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-129
文件大小：1.2G
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。