MAMA-MIA 是数据集领域的开源项目，由 LidiaGarrucho 开发，2024 年首次发布。
它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 115。
项目仍在小幅维护中，最近一次代码更新于 2026-09-15。开源数据集，完全免费，无付费版本。
它主要面向的使用场景是：乳腺癌DCE-MRI病灶分割与检测模型训练。同类可对比的替代方案包括 TCGA-BRCA、QIN-BREAST、RIDER Breast MRI。
MAMA-MIA
提供多中心乳腺癌MRI标准数据集，助力AI诊断模型训练与验证
MAMA-MIA是一个面向乳腺癌诊断研究的多中心动态对比增强磁共振成像（DCE-MRI）公开数据集，包含来自多个医疗中心的影像数据及专家标注的病灶分割结果。该项目旨在解决乳腺癌影像研究中高质量、标准化、多中心数据稀缺的问题，为开发、训练和验证AI辅助诊断模型提供基准资源。数据集涵盖原始DCE-MRI序列、专家分割掩膜及临床相关信息，支持病灶检测、分割、分类等任务。项目以Jupyter Notebook形式提供数据加载、预处理和可视化示例，降低研究者使用门槛，促进乳腺癌影像AI研究的可复现性和跨中心泛化能力。
开源
free
开源模型
GitHub 星标
★ 116
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队LidiaGarrucho
所属国家
定价模式free
价格说明开源数据集，完全免费，无付费版本。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Jupyter Notebook
技术栈/模型3d-segmentation,benchmark-dataset,breast-cancer,breast-cancer-dataset,cancer-imaging-research,dce-mri,deep-learning,foundation-models,medical-imaging,mri-images,mri-segmentation,nnunet-v2,pretrained-models,pretrained-weights,public-dataset,radiomics,tumor-classification,tumor-segmentation
GitHub 星标★ 116
30天Star增速
HF 下载量
上线时间2024-01-14 00:00:00
最近更新2026-09-23 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数13
使用教程
核心亮点
- 多中心数据来源，提升模型泛化能力，减少单中心偏差
- 包含专家精细分割标注，可直接用于监督学习任务
- 提供Jupyter Notebook示例，上手快，便于快速开展研究
不足之处
- 项目处于早期阶段，文档和社区支持尚待完善
- 数据集规模可能有限，需关注扩展性
适用场景
- 乳腺癌DCE-MRI病灶分割与检测模型训练
- 多中心医学影像AI模型的泛化性验证
- 医学影像公开数据集的基准测试与对比研究
替代项目
TCGA-BRCA、QIN-BREAST、RIDER Breast MRI
项目介绍
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models