Advertisement

Kvasir-SEG数据集包含息肉医学影像。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
The Kvasir-SEG dataset represents a publicly available collection of images depicting gastrointestinal polyps, alongside their meticulously crafted segmentation masks. This valuable resource serves as a cornerstone for research and development within the field of gastroenterology and polyp-related medical imaging. It’s a fully open-access dataset, readily accessible for use and study. pranet.pdf

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • Kvasir-SEG息肉分割数据集
    优质
    简介：Kvasir-SEG是一个专为结肠镜图像中息肉分割而设计的数据集，包含了大量标记清晰的息肉区域，旨在推动计算机辅助内窥镜检查技术的发展。 Kvasir-SEG 数据集是一个公开访问的胃肠道息肉医学影像及其对应分割掩模的数据集合。
     
  • Kvasir-SEG 息肉分割数据集 - 数据集
    优质
    Kvasir-SEG 是一个专注于结肠息肉分割的数据集，包含丰富的内窥镜图像及精确标注，旨在促进计算机辅助诊断技术的发展。 Kvasir-SEG数据集是一个包含胃肠道息肉图像及其对应分割掩膜的开源数据集。
     
  • 结直肠息肉的医学影像数据集
    优质
    本数据集包含了丰富的结直肠息肉医学影像资料，旨在为相关疾病的诊断和研究提供精准的数据支持。 Kvasir数据集包含1000张息肉图像，这些图像的尺寸在332×487到1920×1072之间，并且每个图像中的息肉区域大小及形状各异。 CVC-ColonDB数据集由来自结肠镜检查中采集的15个不同序列中的380张图片组成，所有这些图片尺寸均为574×500。 CVC-ClinicDB数据集则包含了从25段结肠镜视频提取出的612张图像，每一张图像的大小都是384×288。 CVC-300包含有60张息肉样本图片，这些图片尺寸统一为574×500。 ETIS数据集是从34个不同的结肠镜检查视频中提取了196张图像组成的，所有这些图像的大小均为1225×966。
     
  • YOLO 息肉检测数据集(Kvasir-SEG) 【含分类别数据集、类文件及数据可视化工具】
    优质
    本项目提供YOLO格式的息肉检测数据集Kvasir-SEG，包括各类别图像数据、标签文件以及用于数据可视化的工具，助力医学影像研究。 项目包含：息肉（Kvasir-SEG）检测（1类别），包括划分好的数据集、类别class文件以及数据可视化脚本。数据保存遵循YOLO项目的文件夹结构，可以直接用于目标检测任务，无需额外处理。 图像分辨率为332x487到1920x1072的RGB图片，涵盖息肉检测的数据集。每张图中的标注边界框完整且清晰可见。 标注格式为：类别、中心点（x坐标和y坐标）、宽度w和高度h （YOLO相对坐标）。 数据集中包含一个类别：息肉（具体信息可查看classes.txt文件） 压缩后的总大小为57 MB，分为训练集和验证集： - 训练集由800张图片及其对应的800个标签txt文件组成。 - 验证集则包括200张图片及相应的200个标签txt文件。 为了便于查看数据，提供了可视化py脚本。只需随机传入一张图像即可绘制边界框，并保存到当前目录下。该脚本无需修改，可以直接运行以生成可视化的图象。
     
  • 肌肉骨骼医学影像数据集MURA (MURA dataset)
    优质
    MURA数据集是一套专门针对肌肉骨骼系统的医学影像资料库，旨在促进医疗影像领域的自动诊断研究与算法开发。 MURA数据集由斯坦福机器学习工作组提供。该数据集中包含《Dataset Research Use Agreement.pdf》文件。
     
  • Medical-image-seg:医学影像分割（毕设）
    优质
    Medical-image-seg项目旨在通过开发高效的算法和技术来实现精准的医学影像自动分割，为临床诊断和治疗提供有力支持。此项目是本科毕业设计的一部分，专注于提高图像处理技术在医疗领域的应用效果。 医学图像段网段网络架构参考文件：《一百层提拉米苏：用于语义分割的全卷积密集网络》 作者为Simon Jégou、Michal Drozdzal、David Vazquez、Adriana Romero 和 Yoshua Bengio。 输入尺寸为512x512，首先使用7x7转换和2x2向下采样到256x256。接着通过2x2最大池化下采样至128x128。输出大小是128x128，并且经过插值恢复为512x512。 致密块率设定为24，层功能图筛选转换数据库的输入尺寸设置为512x512，空值转换数量设为0。在尺寸变为256x256时使用7x7卷积和最大池化下采样至128x128。 具体细节如下： - 最大池化：从 128x128 到 48，然后进行 DB1 操作得到 120 个特征图； - 经过 TD1 后尺寸变为64x64，特征图为120； - 再次最大池化后进入DB2操作，尺寸为64x64时有240个特征图； - 最终经过TD2处理到32x32的大小，并保持了 240 的特征数量。
     
  • CVC-ClinicDB息肉医疗图像分割开源数据集
    优质
    简介：CVC-ClinicDB是一个专注于结肠息肉检测与分类的医学图像分割开源数据库，为研究人员提供高质量的数据资源以推进相关算法的研发。 CVC-ClinicDB息肉医学图像分割公开数据集包含612张图片及其对应的标签（也可以自行划分训练集与测试集）。对于初入图像分割领域的科研新手来说，这是一个非常必要的数据集，也是深度学习模型常用的资源之一。对于新手而言，这是必备的数据集。
     
  • Kvasir-SEG文件下载
    优质
    Kvasir-SEG是一款专为医学图像处理设计的专业软件，提供全面的数据分析与处理功能。本页面提供了该软件的最新版本下载链接及安装指南。 通过在GitHub上询问开发者的方式下载了医疗息肉数据集。
     
  • 胸部医学影像数据集 Lidc.txt
    优质
    Lidc.txt是关于胸部医学影像的数据集合，专为肺癌检测与分析设计，包含大量临床CT扫描图像及专业标注信息。 LIDC-IDRI（The Lung Image Database Consortium）数据集包含了胸部医学图像文件（如CT、X光片）及其对应的病变标注诊断结果。该数据由美国国家癌症研究所(National Cancer Institute)发起收集，旨在研究高风险人群中的早期癌症检测方法。此数据集中共有1018个研究实例，并包含dicom和xml格式的文件。
     
  • 医学影像相关的数据集
    优质
    本数据集专注于医学影像领域，包含各类疾病如肿瘤、肺部疾病等的影像资料。旨在支持科研人员进行图像识别与分析研究，推动医疗诊断技术的进步。 本项目的目的是整理一个医学影像方向的数据集列表，并提供每个数据集的基本信息，在许可协议允许的情况下不限速下载这些数据集。如果需要使用的数据集不在列表中，我们可以免费代为下载。项目按照数据集的模态或关注器官进行分类。目前共收录约20个方向的80多个医学影像数据集。 由于医学影像数据集中有很多且专业性强，众人参与可以更好地完善这个项目！如果您使用过但未包含在列表中的数据集，或者发现列表中存在任何信息遗漏，请积极参与项目建设并提供帮助。