数据集概述
该数据集是杜克大学收集的光声显微镜（PAM）图像数据，主要包含小鼠脑微血管、耳部及肿瘤的图像。原始3D数据通过最大振幅投影转换为2D，分为clean、patches、raw三个子集，分别对应预处理后、128×128像素块及未预处理的图像，支持生物医学成像相关研究。
文件详解
- 压缩文件集合（共6个.zip格式文件）：
- clean_train.zip：包含预处理后的uint8格式.jpg训练图像
- clean_valid.zip：包含预处理后的uint8格式.jpg验证图像
- patches_train.zip：包含clean图像生成的128×128像素块uint8格式.jpg训练图像
- patches_valid.zip：包含clean图像生成的128×128像素块uint8格式.jpg验证图像
- raw_train.zip：包含未预处理的uint16格式.png训练图像
- raw_valid.zip：包含未预处理的uint16格式.png验证图像
数据来源
杜克大学
适用场景
- 光声显微镜成像算法研究：评估预处理方法对图像质量的影响
- 生物医学图像分析：用于小鼠脑微血管、肿瘤等生物结构的特征提取
- 深度学习模型训练：为医学图像分割、分类等任务提供标准化PAM图像数据
- 医学成像技术优化：探索不同数据格式（raw/clean/patches）对模型性能的影响
