医学图像分割数据集：大脑肿瘤分割任务（包含2分割）【提供数据集、类别标签及可视化代码】

简介：
该项目涵盖大脑肿瘤分割任务，具体包括双分割方法【包含数据集、类别标签以及用于可视化的代码】。 该数据集包含416x416分辨率下人脑MRI图像背景下的肿瘤（Tumor）分割实例。其主要任务是进行肿瘤分割，即分离出前景的肿瘤区域。标签图像采用1的阈值来标记肿瘤区域，0则代表背景区域。为了便于用户理解和观察，我们提供了相应的可视化代码辅助。该数据集的背景环境相对简单，而前景区域则具有丰富的细节并得到了精确的标注，这使得它非常适合用于图像分割相关研究和应用。可视化代码的效果可以参考： 该数据集被划分为两个主要部分：训练集和测试集。 训练集包含图像目录和模板目录，其中包含1632张图像以及与其对应的1632个mask图像。 此外，测试集也采用了相同的结构，即图像目录和模板目录，并包含了240张图像以及相应的240个mask图像。 此外，该资源集成了图像分割的可视化脚本，它能够随机选取一张图片进行展示，并同时呈现出该图片的原始图像、Ground Truth图像以及Ground Truth在原始图像蒙版上的显示效果，最后将这些图像保存至当前工作目录。