摘要面向三维医学影像语义分割任务的数据集主要用于从三维扫描影像中识别和分割肝脏肿瘤区域。数据集概述面向三维医学影像语义分割任务的数据集主要用于从三维扫描影像中识别和分割肝脏肿瘤区域。数据采用 NIfTI 医学影像格式保存每个三维扫描由多个连续的二维切片组成能够较完整地保留肝脏及肿瘤在空间上的结构信息。通过对应的像素级或体素级标注研究人员可以训练深度学习模型自动定位并分割肝脏肿瘤为医学影像辅助诊断和肿瘤定量分析提供数据基础。数据结构与关键特征数据集主要包含 imagesTr 和 labelsTr 两部分其中 imagesTr 存放用于模型输入的 NIfTI 三维医学扫描文件每个文件由同一次扫描获得的多张连续二维切片构成labelsTr 则保存与输入影像一一对应的分割标注用于指示肿瘤所在的位置及其空间范围。相比普通二维图像数据该数据集保留了切片之间的空间连续性可支持基于体素的三维语义分割同时也可以将三维数据拆分为二维切片开展 2D 或 2.5D 分割实验。应用价值与研究方向该数据集可用于肝脏肿瘤自动分割、病灶定位、肿瘤体积测量以及医学影像辅助诊断等研究。研究人员可以采用 3D U-Net、V-Net、nnU-Net、UNETR、Swin UNETR 等模型进行三维分割也可以研究二维与三维网络在分割精度和计算效率方面的差异。此外还可围绕小目标肿瘤分割、类别不平衡、边界精细化、多尺度特征融合和医学影像数据增强等问题展开研究为肝脏肿瘤定量评估、治疗规划及术后随访提供技术支持。数据集来源由张家梁(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-380文件大小2.1G