Advertisement

肺部划分及针对COVID-19的肺部分割数据集（含逾30000幅图像与标注）

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：7Z

简介：
本研究介绍了肺部详细划分方法，并提供了包含超过30000张图像和标注的COVID-19肺部分割数据集，为相关领域研究提供支持。 该数据集包含了超过30000张肺部图像及其对应的mask标签，主要用于肺部分割以及COVID-19感染的肺部分割研究。数据被划分为训练集、验证集和测试集三个部分，在每个目录下分别包含COVID-19、非COVID肺炎（No-COVID）及正常肺部三种类型的image与gt数据。此数据集适用于UNet、FCN等分割网络模型的训练任务。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 肺部划分及针对COVID-19的肺部分割数据集（含逾30000幅图像与标注）
    优质
    本研究介绍了肺部详细划分方法，并提供了包含超过30000张图像和标注的COVID-19肺部分割数据集，为相关领域研究提供支持。 该数据集包含了超过30000张肺部图像及其对应的mask标签，主要用于肺部分割以及COVID-19感染的肺部分割研究。数据被划分为训练集、验证集和测试集三个部分，在每个目录下分别包含COVID-19、非COVID肺炎（No-COVID）及正常肺部三种类型的image与gt数据。此数据集适用于UNet、FCN等分割网络模型的训练任务。
     
  • 肺部医学图像分割数据集（含训练与测试部分）
    优质
    本数据集专为肺部医学影像分割设计，包含详细的训练及测试样本，旨在推动相关领域的研究进展。 项目包含肺分割数据（包括训练集和测试集）。 数据集为256*256分辨率下的肺部分割图。分割的前景包括左肺、右肺等，标签的mask图像中前景区域被标记为255以便于观察。 该数据集分为训练集与测试集： - 训练集中包含6849张图片及其对应的6849个掩码（masks）。 - 测试集中则有1712张图片和相应的1712个掩码图像。 此外，项目还提供了一个用于可视化分割结果的脚本。该脚本能随机选取一张图，并展示其原始图像、GT图像以及在原图上的GT蒙板效果，并将生成的结果保存至当前目录下。
     
  • 512x512分辨率的肺部语义分割数据集
    优质
    这是一个包含512x512像素图像的数据集，专门用于肺部的语义分割研究与训练。 肺部分割数据集包含了用于训练机器学习模型识别和分割肺部区域的影像资料。这些数据集通常包括详细的标注信息，帮助算法准确地定位并区分不同组织结构。
     
  • CBCT_OPENCV_CT肺部分割_ct_opencv_cbct_图像处理lung
    优质
    本项目利用OpenCV和计算机断层扫描(CBCT)技术对肺部CT影像进行精准分割与分析，旨在提升医学图像处理效率及准确性。 使用OpenCV可以读取bmp格式的肺部CT图片并准确分割出肺部轮廓。
     
  • VNET：肺部肿瘤分割
    优质
    VNET是一款专为医学影像分析设计的人工智能软件，特别擅长于自动识别和精确划分肺部肿瘤区域，提高临床诊断效率与准确性。 网络肺肿瘤分割使用了来自医疗细分十项全能竞赛的数据集。
     
  • （图像分割）MATLAB胸部CT肺部组织提取.rar
    优质
    本资源提供了一个使用MATLAB进行胸部CT图像处理的工具包，专注于自动提取和分析肺部组织。包括源代码、示例数据及详细的文档说明。 训练神经网络需要大量数据，并且在目标检测任务中通常需要先进行标记。肺结节的检测是一个常见的应用场景。这里分享一种我在胸部CT图像上标注肺部结构的方法。
     
  • 肺部CT影像的分割与重建系统
    优质
    肺部CT影像的分割与重建系统是一款专为医疗领域设计的应用程序。该软件利用先进的图像处理技术，对肺部CT扫描进行精确分割和三维重建，帮助医生更准确地诊断疾病，提高治疗效果。 我们开发了一个系统，可以从CT图像中将肺部从胸腔分离出来，并通过三维重建及三种横断面的显示进行可视化。该系统是在Visual Studio 2013平台上使用C++语言开发的，借助了VTK-7.0和Qt5.6开源库实现。
     
  • MATLAB代码实现_CT图像中肺部实质的分割_图像分割_
    优质
    本研究利用MATLAB编写算法，专注于医学CT图像中的肺部分割技术，旨在准确提取并分析肺部实质区域。 从CT图像中分割肺部涉及多种分割方法，最终获取mask。
     
  • 肺部癌症(Lung-Cancer)检测与分割数据集(zip文件, COCO格式, 语义分割及目标检测标注)
    优质
    本数据集提供了一系列以COCO格式存储、用于肺部癌症检测和分割的高质量医学影像，包括详细的语义分割和目标检测标注。 肺部癌症检测+分割数据集包含超过1400张图片，标签格式为coco文件，其中包括分类、语义分割及目标检测的标注信息。
     
  • 肺部CT图像分割算法的研究与实现.pdf
    优质
    本文探讨了肺部CT图像分割算法的研究进展，并详细介绍了具体实现方法及其应用价值。通过优化算法提高肺部疾病诊断准确率和效率。 在医学图像分割技术的发展历程中，尽管已经出现了多种多样的算法，但仍然无法完全满足实际应用的需求。鉴于医学影像的独特性，我们对其展开了深入研究。