UCSF Preoperative Diffuse Glioma MRI (UCSF-PDGM) Dataset

UCSF-PDGM数据集由加州大学旧金山分校创建，包含500名患有2-4级弥漫性胶质瘤的患者的术前MRI数据。数据集采用统一的3T MRI协议，包括扩散和灌注成像，以及肿瘤遗传数据和治疗/生存数据。创建过程中，数据收集遵循相关指南和法规，并通过了机构审查委员会的批准。该数据集主要用于推动AI在弥漫性胶质瘤研究中的应用，特别是在肿瘤分割、放射基因组学和生存预测等领域。

The UCSF-PDGM dataset was developed by the University of California, San Francisco (UCSF). It contains preoperative MRI data from 500 patients diagnosed with grade 2 to 4 diffuse gliomas. The dataset adopts a standardized 3T MRI protocol that includes diffusion-weighted imaging and perfusion-weighted imaging, alongside tumor genetic data, treatment and survival data. During its curation, data collection was performed in accordance with relevant guidelines and regulatory requirements, and the study was approved by the Institutional Review Board (IRB). This dataset is primarily intended to advance the application of artificial intelligence (AI) in diffuse glioma research, particularly in fields such as tumor segmentation, radiogenomics, and survival prediction.

搜集汇总

数据集介绍

构建方式

在脑胶质瘤影像学研究领域，数据集的构建需兼顾临床规范与科研需求。UCSF-PDGM数据集纳入了500例经组织病理学证实的弥漫性胶质瘤患者，所有病例均于2015年至2021年间在同一医疗中心接受术前MRI检查、肿瘤切除及基因检测。影像采集采用标准化的3特斯拉磁共振协议，涵盖11种三维成像序列，包括扩散加权成像、灌注成像及高角度分辨率扩散成像。数据预处理环节通过FSL工具进行涡流校正，并利用先进配准技术将多模态影像统一至各向同性空间。肿瘤分割则依托BraTS挑战赛的流程，先由集成模型自动标注，再经经验不等的标注员手动修正，并由资深神经放射学家审核确认，最终生成包含增强肿瘤、坏死核心及周围水肿区的多区域分割标签。

特点

该数据集在现有公开脑胶质瘤影像资源中展现出显著特色。其影像数据均源自统一的3特斯拉扫描设备与标准化协议，确保了跨病例的成像一致性，且序列覆盖广泛，除常规T1、T2及FLAIR对比外，更纳入三维动脉自旋标记灌注、磁敏感加权成像及多方向扩散成像，为多维影像分析提供了丰富信息。数据集同步提供了完整的临床与分子标签，包括所有病例的异柠檬酸脱氢酶突变状态、高级别胶质瘤的O6-甲基鸟嘌呤-DNA甲基转移酶启动子甲基化状态，以及手术切除范围与总体生存期数据。这种影像、基因与临床预后信息的整合，使得该数据集特别适用于影像基因组学、生存预测及治疗反应评估等前沿人工智能研究。

使用方法

研究人员可通过癌症影像档案馆等公共平台获取该数据集，进而开展多种脑胶质瘤人工智能研究。在数据使用前，建议先熟悉其统一的NIfTI格式及已完成的颅骨剥离与配准预处理，这有助于直接聚焦于肿瘤区域分析。对于肿瘤分割任务，可利用提供的多区域标签训练或验证深度学习模型；在预后建模中，则可结合影像特征与附带的基因、手术及生存数据，构建跨模态预测系统。鉴于数据集包含先进的扩散与灌注序列，学者可进一步探索这些功能影像参数与肿瘤生物学行为之间的关联。使用中应注意遵守数据共享协议，并在发表成果时恰当引用原始文献，以维护学术规范。

背景与挑战

背景概述

在神经影像学与人工智能交叉领域，脑胶质瘤的磁共振成像研究正经历着前所未有的发展浪潮。由加州大学旧金山分校智能影像中心与宾夕法尼亚大学生物医学影像计算与分析中心联合构建的UCSF-PDGM数据集，于2021年正式问世，标志着该领域数据资源的重要扩充。该数据集聚焦于术前弥漫性胶质瘤的多模态MRI分析，核心研究问题在于如何通过标准化三维成像协议与先进扩散灌注技术，提升肿瘤分割、基因型预测及生存分析等人工智能模型的泛化能力与临床适用性。其包含500例经病理证实的高质量病例，不仅统一了3特斯拉场强下的11种影像对比序列，更整合了IDH突变状态、MGMT甲基化水平以及手术切除范围与总体生存期等关键临床信息，为后续研究提供了前所未有的多维度数据支撑，显著推动了精准神经肿瘤学的发展进程。

当前挑战

UCSF-PDGM数据集致力于解决脑胶质瘤影像人工智能研究中模型泛化性不足的核心挑战。现有公共数据集多局限于T1、T2等四种基础对比序列，且采集场强与协议各异，导致算法在跨中心验证时性能显著下降。该数据集通过引入标准化三维采集与先进序列（如HARDI、ASL），旨在突破传统影像特征的表征局限，为肿瘤异质性分析、基因型无创预测及疗效评估提供更丰富的生物标记物。在构建过程中，研究团队面临多重技术难题：需在单中心框架下确保长达六年的影像数据采集一致性，克服不同对比剂与扫描参数的潜在变异；同时，多室肿瘤分割依赖自动化模型与资深神经放射学家的双重校验，以平衡标注效率与医学准确性；此外，整合基因组学、治疗与生存数据涉及多系统医疗记录的复杂提取与匿名化处理，对数据标准化与伦理合规性提出了极高要求。

常用场景

经典使用场景

在神经影像学与人工智能交叉领域，UCSF-PDGM数据集为研究者提供了探索弥漫性胶质瘤多模态MRI分析的标准化平台。该数据集整合了11种MRI对比序列，包括扩散加权成像和动脉自旋标记灌注成像，辅以多区域肿瘤分割标注、遗传生物标志物及临床预后信息，使其成为开发与验证自动化肿瘤分割、影像基因组学关联分析以及生存预测模型的理想资源。通过这一丰富的数据基础，研究人员能够深入挖掘影像特征与肿瘤生物学行为之间的复杂联系，推动精准医疗在神经肿瘤学中的实践。

实际应用

在临床实践与转化研究中，UCSF-PDGM数据集为构建智能辅助诊断系统提供了坚实的数据基础。基于其多模态影像与详细注释，可开发出用于术前肿瘤分级、侵袭范围评估及手术规划的计算工具。此外，整合遗传与生存数据后，该数据集能够支持预后模型的建立，辅助临床医生制定个性化治疗策略。这些应用不仅优化了诊疗流程，也为影像导向的胶质瘤管理决策提供了科学依据，加速了人工智能技术从实验室向临床环境的过渡。

衍生相关工作

以UCSF-PDGM数据集为基础，多项经典研究工作得以展开，特别是在国际脑肿瘤分割挑战赛（BraTS）的框架内。该数据集已被纳入BraTS系列赛事，催生了众多先进的深度学习分割模型，如基于U-Net变体的三维卷积神经网络。同时，研究者利用其丰富的遗传与临床数据，开展了影像基因组学分析，探索了IDH突变状态与灌注、扩散影像特征之间的关联。这些衍生工作不仅推动了算法创新，也深化了对胶质瘤影像表型与分子机制之间关系的理解。