Advertisement

CVC-ClinicDB息肉医疗图像分割开源数据集

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

简介：
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 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。
     
  • CVC-ClinicDB 数据集
    优质
    CVC-ClinicDB数据集是一套专门用于医学图像处理和分析的研究资源，包含大量结肠镜检查中的视频帧与标注信息，旨在推动息肉检测算法的发展。 CVC-ClinicDB 是一个从结肠镜检查视频中提取的帧组成的数据库。数据集中包含了一些示例息肉图像及其对应的地面真实情况。这些地面真相图像是通过与图像中标记出的息肉覆盖区域相对应的一个蒙版来表示的。 文件包括： - class_dict.csv - CVC-ClinicDB_datasets.txt - metadata.csv - CVC-ClinicDB_datasets.zip
     
  • CVC-T Endoscene 息肉数据库
    优质
    CVC-T Endoscene息肉数据库是一个专为内窥镜图像中息肉检测与分类设计的数据集，包含大量标注清晰的息肉样本，旨在推动相关疾病的早期诊断技术发展。 CVC-T 数据集是更大数据集 Endoscene 的测试部分。它包含从36名患者获得的44个视频序列中的60张图像。原本难以单独找到这个数据集，但实际上它是医学分割网络训练策略的一部分：该策略包括使用90%的Kvasir和ClinicDB数据集进行训练，并用剩余的Kvasir和CVC-ClinicDB图像、全部的CVC-ColonDB、CVC-T以及ETIS-Larib图像来进行测试。如有需要，可以单独获取此数据集。
     
  • 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。
     
  • 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。
     
  • 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。
     
  • ORIGA青光眼医疗图像数据集
    优质
    ORIGA青光眼医疗图像数据集是由一系列用于研究和开发青光眼诊断算法的眼底彩色照片构成的专业数据库。 ORIGA是一个经典的医疗图像数据集，包含650张照片及其对应的蒙版，分辨率为3072×2048。相关论文为《ORIGA-light：用于青光眼分析与研究的在线视网膜图像数据库》。原始的数据集网站已下线。目前，ORIGA-light包含了由新加坡眼科研究所的专业人员标注的650张视网膜图像，这些图像是为了诊断青光眼而特别注释的重要标志集合。我们将持续更新该系统，并添加更多的临床真实数据。
     
  • 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。