数据库记录

已于 2024-08-05 15:00:13 修改
阅读量191 收藏 3
点赞数 10
文章标签： 数据库
于 2024-07-25 16:10:33 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cqmhao/article/details/140687982
版权

一、INbreast

1.1 数据库介绍

INbreast数据集包含115例多视图图像，共410张全场数字乳房x线摄影图像，其中90例来自双乳女性（每例4幅图像），而25例来自乳房切除术患者（每例2幅图像）。该数据集包括多种病变，包括肿块、钙化、不对称和扭曲。同时，病变包含细致的注释，其中XML格式提供了精确的轮廓。

1.2 下载链接

http://medicalresearch.inescporto.pt/breastresearch/index.php/Get_INbreast_Database

二、CBIS-DDSM

2.1 数据库介绍

CBIS-DDSM数据集包括753例钙化病例和891例肿块病例，共计3071张全场数字乳房x线摄影图像。同时，所有的图像都有分类和分割注释。

2.2 下载链接

CBIS-DDSM - The Cancer Imaging Archive (TCIA)

2.3 影像数据获取方式

-> 由2.2下载 tcia 数据库

->安装 NBIA Data Retriever 获取 .dcm 数据Downloading TCIA Images - TCIA Online Help - Cancer Imaging Archive Wiki

->将 .dcm转为 .jpg 数据

此文不定期更新以记录学习过程...

今天也是高要求的小林
关注
  • 10
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
深度学习：乳腺x检测
weixin_41108334的博客
11-20 5171
乳腺影像学检测方法 在乳腺癌的诊疗过程中，主要有超声，钼靶，核磁共振（MRI），CT检查（月经后1-2周），病理和基因等医学手段用于辅助诊断和治疗。其中超声和钼靶主要用于乳腺癌的初筛，MRI用于治疗效果的评估，病理用于癌症的确诊以及治疗方案的评估。近年来，基因分析在肿瘤诊疗方面也得到了快速发展，主要用于遗传性乳腺癌的筛查以及个性化的精准医疗。目前我们团队完成了乳腺钼靶AI诊断产品的研发和落地，并...
机器学习的医学数据
xiaoxixi1918的专栏
08-11 9889
机器学习的医学数据 这是机器学习的医疗数据的策划列表。 此列表仅供参考，请确保您尊重此处列出的任何数据的任何和所有使用限制。 1.医学影像数据 国家医学图书馆提供了 来自13,000名注释患者的53,000张医学图像的MedPix®数据库。需要注册。 信息：https：//medpix.nlm.nih.gov/home ABIDE：自闭症脑成像数据交换：对自闭症的内在大脑结构进行大规模评估...
老卫带你学---DDSM乳腺癌数据研究
热门推荐
老卫带你学
08-05 1万+
DDSM数据库是美国的医学机构所建立的专门存放乳腺癌图像的数据库。里面存放了cancer，normal，benign，benign_without_callback四类数据。目前很多对乳腺癌的研究都是根据该数据库进行研究。接下来本文将会针对DDSM数据库的下载，格式转化方面展开介绍。 1.下载数据 2.转换格式 为了满足不同用户的需求，老卫对其格式的转化研究了整整一周，目前已经掌握将ljpe...
数据集记录
这里是萤石ym的学习路途，努力搬砖！
08-03 852
数据介绍：CT扫描诊断结肠癌。包括没有息肉，6-9mm息肉和大于10mm息肉的患者的数据。该系列中有825例带有XLS片的病例，提供了息肉描述及其在结肠段中的位置。
6.7.32 用于计算机辅助检测和诊断研究的精选乳房 X 线摄影数据集
最新发布
qq_47896523的博客
06-11 842
计算机辅助检测 (CADe) 和诊断 (CADx) 系统旨在协助放射科医生对乳房 X 线摄影进行解释。CADe 用于发现乳房 X 线摄影中的异常结构，而 CADx 用于确定所发现异常的重要性。当前的 CADe 系统受到高假阳性率的限制，并且乳房 X 线摄影的 CADx 系统尚未获准用于临床。尽管乳房 X 线摄影中 CAD 的技术难度很大，但还有另一个障碍必须解决才能实现这项研究：决策支持系统评估。
CBIS-DDSM（乳腺癌X射线图像）
12-30
CBIS-DDSM（乳腺癌X射线图像），图像有标记
CBIS-DDSM深度学习
02-12
CBIS-DDSM深度学习
数据库学习记录
qq_31504207的博客
08-07 129
SQL语句学习 函数 group by select from_id as person1, to_id as person2, count(duration) call_count, sum(duration) total_duration from Calls group by least(from_id, to_id), greatest(from_id, to_id); least 求最小值：least()函数返回在该组输入参数(N1，N2，N3，等等)的最小值 greatest
Visual C++源代码 132 如何批量导入导出数据库记录信息
06-19
Visual C++源代码 132 如何批量导入导出数据库记录信息Visual C++源代码 132 如何批量导入导出数据库记录信息Visual C++源代码 132 如何批量导入导出数据库记录信息Visual C++源代码 132 如何批量导入导出数据库记录...
转到软件包以进行数据库记录或其他数据缓存-Golang开发
05-26
Rapidash Rapidash是用于数据库记录或其他数据缓存的Go软件包。 它不仅支持memcached或Redis进行通用缓存（例如get / set），而且还通过提取所有内容来支持对只读数据的快速访问。Rapidash Rapidash是数据库记录或...
MiniDDSM
03-19
迷你DDSM Mini-DDSM（用于乳腺钼靶筛查的数字数据库）数据集
breast_cancer.csv
10-12
二分类数据集，乳腺癌数据集，568条记录，30类特征，可以用分类算法如xgboost，svm等分类算法
论文研究 - 基于超分辨率卷积神经网络的乳腺X线照片超分辨率成像
06-01
目的：应用和评估基于超分辨率卷积神经网络（SRCNN）的超分辨率方案，以增强数字乳房X线照片的图像分辨率。 材料和方法：从用于乳腺X线筛查的数字数据库（CBIS-DDSM）的精选乳腺成像亚组中，总共采集了711个包括乳房病变的中外侧斜（MLO）图像。 我们首先训练了超分辨率卷积神经网络（SRCNN），这是一种基于深度学习的超分辨率方法。 使用训练有素的SRCNN，可以从低分辨率图像中重建高分辨率图像。 我们比较了超分辨率方法和使用线性插值方法（最近邻和双线性插值）获得的图像质量。 为了研究SRCNN处理过的图像的图像质量与乳腺钼靶病变的临床特征之间的关系，我们比较了实施SRCNN产生的图像质量，包括乳房密度，乳房成像报告和数据系统（ BI-RADS）评估，以及经过验证的病理信息。 为了进行定量评估，测量了峰值信噪比（PSNR）和结构相似度（SSIM），以评估图像恢复质量和感知的图像质量。 结果：SRCNN产生的超分辨率图像质量显着高于使用线性插值方法获得的图像（p <0.001）。 经SRCNN处理的密集乳房，高风险BI-RADS评估组和经病理证实的恶性病例的图像质量分别显着高于低密度
使用mysqlbinlog工具恢复删除的数据库记录.docx
01-16
MySQLbinlog 工具恢复删除的数据库记录 MySQLbinlog 是 MySQL 数据库管理系统中的一个重要工具，它允许用户查看和恢复数据库的二进制日志记录。 二进制日志记录是 MySQL 数据库中的一种日志记录方式，它记录了...
Visual C++源代码 112 如何使用事务管理删除数据库记录
06-18
Visual C++源代码 112 如何使用事务管理删除数据库记录Visual C++源代码 112 如何使用事务管理删除数据库记录Visual C++源代码 112 如何使用事务管理删除数据库记录Visual C++源代码 112 如何使用事务管理删除数据库...
全国行政区划编码，省、市、县、乡镇、村/街道mysql数据库记录
11-30
(全国行政区划编码，省、市、县、乡镇、村/街道mysql数据库记录),(全国行政区划编码，省、市、县、乡镇、村/街道mysql数据库记录),(全国行政区划编码，省、市、县、乡镇、村/街道mysql数据库记录)
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值