Advertisement

MICCAI 2019左心室医学图像数据集...

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

简介：
该数据集为MICCAI 2019会议专门设计，涵盖多种心血管疾病患者的高质量左心室影像资料。旨在促进心脏病学中自动分割算法的研究与开发。 该数据集来自MICCAI 2019挑战赛。包含的文件有leftventricleimage_test_datasets.zip 和 TestData_LVQuan19_Description.pdf。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • MICCAI 2019左心室医学图像数据集...
    优质
    该数据集为MICCAI 2019会议专门设计，涵盖多种心血管疾病患者的高质量左心室影像资料。旨在促进心脏病学中自动分割算法的研究与开发。 该数据集来自MICCAI 2019挑战赛。包含的文件有leftventricleimage_test_datasets.zip 和 TestData_LVQuan19_Description.pdf。
     
  • 心脏左心房图像分割的医学数据集（二值分割，包含约1700张图片及标注）
    优质
    本数据集专注于心脏左心房的二值分割任务，含有大约1700幅高质量图像及其精确对应的手动标注，旨在促进医疗影像分析领域的研究与应用。 医学图像分割数据集：心脏左心房图像分割数据集（2值分割，约1700张数据和标签） 【2类别的分割】：背景、左心房，具体参考classes文件 该数据集分为训练集和测试集。 训练集包括images图片目录和masks模板目录，大约有1200张图片及其对应的mask图像； 测试集同样包含images图片目录和masks模板目录，约500张左右的图片及对应标签。 此外还提供了一个用于展示分割结果的可视化脚本。该脚本能随机选取一张图像，并将其原始图、GT（Ground Truth）图以及在原图上蒙版的GT图进行展示并保存至当前文件夹中。 医学图像分割网络介绍可参考相关博客文章，更多关于改进工作的内容可以在专栏中找到。
     
  • Synapse医学图像分割数据集
    优质
    Synapse医学图像分割数据集是一套全面的医疗影像资料集合，旨在推进自动图像分割技术的发展，尤其关注中枢神经系统的精确分析与研究。 已经处理好的png格式的Synapse医学分割数据集包含512*512大小的图片，分为train和mask两部分。其中mask文件包含了8个类别，并用像素值0到7表示。因此，在原始状态下，mask中的png图像会显示为全黑。而经过RGB映射后的label图像是为了更直观地展示标签信息，可以直接用于大多数分割模型的训练中。
     
  • 肺部CT图像的数据集（医学应用）
    优质
    本数据集包含大量高质量肺部CT影像，旨在支持医学研究与疾病诊断，适用于肺炎、肺癌等病症的研究分析。 COVID19ieee8023 使用的代码库是 https://github.com/ieee8023/covid-chestxray-dataset ，UCSD-AI4H 和 COVID-CT 的数据集可以从 https://github.com/UCSD-AI4H/COVID-CT 获取。另外，Figure1-COVID-chestxray-dataset 也可以在 https://github.com/agchung/Figure1-COVID-chestxray-dataset 查找相关资料。而 andrewmvd 在 Kaggle 上分享了 COVID19 的 CT 扫描数据集（https://www.kaggle.com/andrewmvd/covid19-ct-scans）。此外，X光片检测患者肺炎的数据可以在 https://www.flyai.com/d/ChestXray02 获取。深圳医院肺结核 X-ray 数据集可以从 https://lhncbc.nlm.nih.gov/publication/pub9931 下载，而 Montgomery County 的 X 射线数据则同样可以在这个网址找到（https://lhncbc.nlm.nih.gov/publication/pub9931）。最后，有关肺部结节的数据可以在 LNDB 网站上找到 https://lndb.grand-challenge.org/Data/。
     
  • MICCAI BraTS 2018-2020 数据集全集.txt
    优质
    本文件包含MICCAI BraTS (Brain Tumor Segmentation)挑战赛在2018年至2020年间所有数据集的信息，旨在促进脑肿瘤影像分析的研究与应用。 提供MICCAI_BraTS2018、2019和2020数据集的百度网盘链接。
     
  • 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。
     
  • KiTS 医学影像分割数据集
    优质
    KiTS医学影像是一个用于肾脏肿瘤分割的数据集，包含约200个CT扫描样本及相应的专家标注，旨在推动肾癌自动诊断技术的发展。 KiTS21（肾肿瘤分割）是一个用于在CT图像上分割肾脏、其上的肿瘤以及囊肿的数据集，并且是MICCAI 2021挑战赛的一部分。到目前为止，已经举办了三届比赛：分别是KiTS19、KiTS21和KiTS23。作为第二届赛事的KiTS21，在原有的基础上增加了对囊肿进行分割的任务，而这一任务在后续的比赛中被沿用下来。该数据集包括了300例公开训练样本以及不对外公布的测试样本共100例，其中训练部分由来自KiTS19的数据构成：即包含210个用于培训的数据和另外新增加的90个原测试案例。 肾癌是成人中最常见的恶性肿瘤之一，并且其发病率被认为正在上升。值得庆幸的是，大多数肾瘤在手术仍可进行时便已被发现并诊断出来。然而，在局部性肾癌治疗领域仍然存在诸多未解之谜；而对于已经出现转移的病例，则几乎都是致命性的。由于CT成像技术使得肾肿瘤清晰可见，这为放射科医生和外科医生提供了重要依据来研究肿瘤大小、形状及外观与其预后之间的关系。
     
  • 哈佛多模态医学图像融合数据集
    优质
    简介：该数据集由哈佛大学开发，包含多种模态的医学影像资料，用于支持医学图像的配准和融合研究，促进跨模态信息整合与分析。 Havard-Medical-Image-Fusion-Datasets-main官网包含MRI、CT、PET医学图像的下载页面，但需要手动一张一张操作进行下载。后来得知有人在Github上整理了相关代码以方便大家批量下载这些数据集。GitHub上的链接可以直接用于获取这些资源。