---
title: lumbar-ct-segmentation-machine-sample-6
canonical_url: "https://www.modelscope.cn/datasets/SHPDataGR/lumbar-ct-segmentation-machine-sample-6"
md_url: "https://www.modelscope.cn/datasets/SHPDataGR/lumbar-ct-segmentation-machine-sample-6.md"
repository: SHPDataGR/lumbar-ct-segmentation-machine-sample-6
chinese_name: "腰骶部CT机器分割标注样本6例"
last_updated: 2026-10-08
license: other
downloads: 42
stars: 0
---

# lumbar-ct-segmentation-machine-sample-6

> lumbar-ct-segmentation-machine-sample-6 - SHPDataGR 在 ModelScope 开源的数据集。本数据集包含 6 例腰骶部 CT 及对应分割掩码，格式为 NIfTI（.nii.gz）。每个掩码含 16 个非零类别，另以 0 表示背景。标注范围为腰椎、骶骨、髋骨和腰背部肌群；未提供独立病灶类别。

SHPDataGR/lumbar-ct-segmentation-machine-sample-6 是 ModelScope 魔搭社区上的数据集，采用 other 许可。

- **Repository**: SHPDataGR/lumbar-ct-segmentation-machine-sample-6
- **License**: other
- **Downloads**: 42
- **Stars**: 0
- **Last updated**: 2026-10-08

Source: https://www.modelscope.cn/datasets/SHPDataGR/lumbar-ct-segmentation-machine-sample-6

---

# 腰骶部CT机器分割标注样本6例

本数据集包含 6 例腰骶部 CT 及对应分割掩码，格式为 NIfTI（`.nii.gz`）。每个掩码含 16 个非零类别，另以 0 表示背景。标注范围为腰椎、骶骨、髋骨和腰背部肌群；未提供独立病灶类别。

标注方式：机器标注。分割模型名称和版本未提供。 标注软件为 **3D Slicer 5.12.4**。

## 数据与 meta

- `data/images/<case_id>.nii.gz`：CT 影像。
- `data/labels/<case_id>.nii.gz`：分割掩码。
- `meta/records.jsonl`：逐例索引，包含文件路径、标注方式、人员级别、软件版本、影像尺寸、体素间距、标签值和 SHA-256。
- `meta/dataset.json`：数据集描述、脱敏方式、类别对应表及逐例标签体积统计。

病例采用 `case-0001` 等公开编号。NIfTI 自由文本字段为空，无扩展字段；gzip 头不含原始文件名或压缩时间。影像及掩码的体素值、数据类型、强度缩放和空间参数均保持原值。

`case-0004` 在人工组和机器组使用同一份影像，两份掩码分别保留。配套数据：[另一标注组](https://huggingface.co/datasets/SHPDRG/lumbar-ct-segmentation-human-sample-1)。

## 标签对应

下表的类别名称依据影像及掩码位置推定，在 `meta` 中标记为 `inferred`。椎体序号未依据全脊柱影像确认，左右侧按 NIfTI 空间方向解释。

| 掩码值 | 推定标注对象 |
| --- | --- |
| 0 | 背景 |
| 1 | 第1腰椎（推定L1） |
| 2 | 第2腰椎（推定L2） |
| 3 | 第3腰椎（推定L3） |
| 4 | 第4腰椎（推定L4） |
| 5 | 第5腰椎（推定L5） |
| 6 | 骶骨 |
| 10 | 右侧腰大肌 |
| 11 | 右侧腰方肌 |
| 12 | 右侧竖脊肌群 |
| 13 | 右侧多裂肌 |
| 14 | 左侧腰大肌 |
| 15 | 左侧腰方肌 |
| 16 | 左侧竖脊肌群 |
| 17 | 左侧多裂肌 |
| 18 | 左侧髋骨（扫描范围内） |
| 19 | 右侧髋骨（扫描范围内） |

人工组的右侧多裂肌、竖脊肌群、腰大肌、腰方肌分别使用 7、8、9、10；机器组对应使用 13、12、10、11。两组比较时按类别名称对应。

## 读取

下载数据集文件后，可用 3D Slicer 导入影像与掩码，也可用 NiBabel 读取：

```python
import json
from pathlib import Path
import nibabel as nib

root = Path("数据集本地目录")
record = json.loads((root / "meta/records.jsonl").read_text(encoding="utf-8").splitlines()[0])
image = nib.load(root / record["image_path"])
label = nib.load(root / record["label_path"])
assert image.shape == label.shape
```

## 许可

独立许可证暂未指定。