Pancreas-CT数据集-Attention Unet实验数据集之一

最新推荐文章于 2024-10-29 21:49:27 发布
最新推荐文章于 2024-10-29 21:49:27 发布
阅读量1.6k 收藏 7
点赞数 4
文章标签： 计算机视觉 图像处理
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/lgc050900/article/details/127830359
版权

Attention Unet论文做了挺多实验的
其中就有CT-150以及CT-82
本人通过一些方法只下载了CT-82，以下是链接：
链接：https://pan.baidu.com/s/10KcDUU8hz2MbNlQmHgx_gg
提取码：8tkq
该数据是只有80个病例的，但是官方描述是82个病例
由于通过固定的软件下载（NBIA）的
所以缺失的两个病例（第25个病例和第70个）实在没有办法弄到
然而可笑的是官方提供的label是有82个的
链接里面是没有label的，下面是label的下载链接
https://wiki.cancerimagingarchive.net/display/Public/Pancreas-CT
该链接也有提供如何通过正确途径下载官方数据集
如有不懂可以通过邮箱联系：987115297@qq.com
如果有小伙伴有完整的CT-82或者CT-150希望可以通过邮箱分享给我哦

CopyNet
关注
超越自注意力：用于医学图像分割的可变形大核注意力
m0_47867638的博客
09-18 4595
医学图像分割在计算机辅助诊断中起着至关重要的作用，它可以帮助医学专业人员分析复杂的医学图像。这个过程不仅减少了手动任务的繁琐程度和对医学专业知识的依赖，还能实现更快更准确的诊断。自动分割提供了更快更准确的诊断结果的可能性，从而促进了适当的治疗策略的实施，并使得图像引导手术程序得以实现。因此，开发快速且精确的分割算法的必要性成为推动这一研究的重要力量。自2010年代中期以来，卷积神经网络（CNNs）已成为许多计算机视觉应用的首选技术。
Attention+UNet！完美应用医学图像分割
最新发布
2401_88556812的博客
12-13 826
性能提升：在DRIVE和CHASE_DB1数据集上，SA-UNet实现了最先进的性能，特别是在小血管交叉点的分割性能上优于AG-Net。注意力机制的集成：注意力机制的集成使模型能够专注于对RFI检测至关重要的特征，而不是处理特征图中的所有信息，从而提高了检测效率。EMSCA-UNet模型：提出了一种新的深度学习模型EMSCA-UNet，用于RFI检测，结合了多尺度卷积和注意力机制的优势。集成到U-Net模型：将注意力门集成到标准的U-Net模型中，以最小的计算开销提高模型的敏感性和预测准确性。
医学图像处理——经典胰腺分割数据集介绍：NIH Pancreas-CT 、Task07_Pancreas（MSD）
大臣不想在月亮上上热搜
10-16 3353
医学图像处理——经典胰腺分割数据集介绍：NIH Pancreas-CT 、Task07_Pancreas（MSD）
Brats-2019数据集获取(.h5文件）
m0_73619768的博客
04-09 734
若在官网直接下载，图像和标签需要分别下载，再自行合成.h5文件，自己合成.h5文件会遇到所占内存过大问题，因此可以直接用论文模型中已经处理好的.h5文件。百度网盘为您提供文件的网络备份、同步和分享服务。空间大、速度快、安全稳固，支持教育网加速，支持手机端。注册使用百度网盘即可享受免费存储空间。百度网盘 请输入提取码。
胰腺（pancreas）分割、CT分割、3D分割（数据格式为nii.gz的3d分割数据集）
09-12
胰腺（pancreas）分割、CT分割、3D分割（数据格式为nii.gz的3d分割数据集），共有31个训练集和标签，10个验证集和标签；胰腺（pancreas）分割、CT分割、3D分割（数据格式为nii.gz的3d分割数据集），共有31个训练集和标签，10个验证集和标签；胰腺（pancreas）分割、CT分割、3D分割（数据格式为nii.gz的3d分割数据集），共有31个训练集和标签，10个验证集和标签；胰腺（pancreas）分割、CT分割、3D分割（数据格式为nii.gz的3d分割数据集），共有31个训练集和标签，10个验证集和标签；胰腺（pancreas）分割、CT分割、3D分割（数据格式为nii.gz的3d分割数据集），共有31个训练集和标签，10个验证集和标签；胰腺（pancreas）分割、CT分割、3D分割（数据格式为nii.gz的3d分割数据集），共有31个训练集和标签，10个验证集和标签
Pancreas-CT数据集TCIA 预处理后的h5文件分享
weixin_48401178的博客
10-29 332
TCIA的胰脏数据集经过预处理后的h5文件，可直接用于深度学习任务。
医学图像分割数据集：CT图像pancreas 2D分割数据【包含横端面、冠状面、矢状面切分的2d数据、数据增强】
09-12
医学图像分割数据集：CT图像pancreas 2D分割数据【包含横端面、冠状面、矢状面切分的2d数据、数据增强】 【其中mask中、0为背景，1为pancreas】 数据集：分别从轴位面（横端面）、冠状面、矢状面切分出2D图像。为了方便分割，这里切片的时候去除了ROI区域不足3%的数据。利用数字图像处理的方式进行了图像增强，并且全部缩放为512*512大小，图片和标签均为png格式。为了方便观察mask，提供了可视化代码（show.py） 数据集介绍：分为x、y、z轴的切面图像 x轴：images图片目录+masks模板目录，480张图片和480个对应的mask图片 y轴：images图片目录+masks模板目录，970张图片和970个对应的mask图片 z轴：images图片目录+masks模板目录，468张图片和468个对应的mask图片 分割代码：https://blog.csdn.net/qq_44886601/article/details/137345710
半监督的医学分割数据集(LA, Pancreas, ACDC和PROMISE12)分享
qq_45691955的博客
03-19 2818
这篇文章提供了四个常用的半监督医学分割数据集，所有数据集都已经被处理成了.h5文件。下载之后就可以直接使用
胰腺分割论文
u013313168的专栏
08-28 2142
title years links based model code TernaryNet: Faster Deep Model Inference without GPUs for Medical 3D Segmentationusing Sparse and Binary Convolutions 2018 arXiv DCNN github
TD-Net: Trans-Deformer network for automatic pancreas segmentation：基于Trans-Deformer网络的自动胰腺分割 论文详详详详读
大臣不想在月亮上上热搜
10-15 1461
TD-Net: Trans-Deformer network for automatic pancreas segmentation：基于Trans-Deformer网络的自动胰腺分割 论文详详详详读
癌症CT影像数据数据集
07-07
本数据集是一个癌症CT图像数据，包括69位不同的患者的475个病例的中等规模的CT影像和患者年龄。该数据是 TCGA-LUAD 肺癌CT影像数据库的一部分。
lidc 肺结节 CT 数据集 工具包
04-09
lidc 数据集 工具包。提取lidc数据集中的注解文档，然后在DICOM数据中获取到肺结节病灶
TCGA-KICH 癌症CT影像数据集数据集
07-08
TCGA-KICH 癌症CT影像数据，旨在对各种类型的癌症诊治过程进行全程数字化的跟踪，以数字档案的形式记录检查结果、处方和疗效。
胸部 CT 扫描图像数据集 PNG（3类 970+ 张图像）
03-29
数据文件夹由train（训练图像）、test（测试图像）和有效文件夹组成，每个文件夹包含3个不同胸癌类型（腺癌、大细胞癌、鳞状细胞癌）的文件夹和1个正常CT扫描图像（正常）
Finding Lungs in CT Data – CT 影像数据集.torrent
06-20
Finding lungs in CT 是基于肺部 CT 影像分割处理的数据集，其包含一系列 CT 影像中对肺部影像的分割，并以此识别和估计肺部容积量。 该数据集包含 4 名患者的数据，以 nifti 格式的图像和分段肺面罩为主，由 Kaggle 于 2017 年发布。
（二十九：2021.01.10）MICCAI 2019 追踪之论文纲要（下）
Jojo论文基地
01-11 2604
讲在前面 这部分是PART V和PART VI。 论文目录 PART V Computer-Assisted Interventions（计算机辅助干预） 概要 1.Robust Cochlear Modiolar Axis Detection in CTCT中稳健的耳蜗轴轴检测 2.Learning to Avoid Poor Images: Towards Task-aware C-arm Cone-beam CT Trajectories学习避免不良图像：迈向任务感知型C型臂锥束
NIHCC发布迄今世界最大的CT医学影像数据集
我爱计算机视觉
07-24 1498
医学影像领域的ImageNet。7月20日发表在《Journal of Medical Imaging》上的文章“DeepLesion: Automated mining of lar...
CONVID-19 CT图像数据集
热门推荐
u013313168的专栏
04-10 2万+
一、加州大学开源了迄今为止最大的CONVID-19 CT图像数据集 【简介】该数据集总共有 349 张CT图像，其中183个是新冠肺炎 CT图像、另外146个是非新冠肺炎 CT图像。研究团队训练了一个DenseNet深度学习模型，来预测一个CT图像是否表现为新冠肺炎阳性，模型的F1值为0.85。 【github】https://github.com/UCSD-AI4H/COVID-CT 【Pap...
医学图像分割论文学习：WORD：基于CT图像的腹部器官分割的大规模数据集，基准和临床应用研究（2022）
qq_49603002的博客
04-21 6337
腹部器官分割是腹部疾病诊断、癌症治疗和放射治疗计划的基本和基本任务（Tang 等人，2019年）。准确的分割结果可以为临床诊断和随访提供有价值的信息，如器官大小、位置、边界状态、多个器官的空间关系等。此外，器官分割在临床治疗中起着至关重要的作用，尤其是在基于放射治疗的癌症和肿瘤治疗中（Chen 等人，2021b准确分割有风险的器官可以减轻对癌症区域附近健康器官的潜在影响。然而，在临床实践中，器官分割通常由放射肿瘤学家或放射科医生手动执行。它既耗时又容易出错，需要注释员。
评论 2
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