关于Hyper Kvasir、Kvasir-Capsule和Kvasir v2数据集

最新推荐文章于 2024-12-19 13:17:59 发布

栗子甜酒

最新推荐文章于 2024-12-19 13:17:59 发布

阅读量2.9k

点赞数 22

文章标签：计算机视觉人工智能

本文链接：https://blog.csdn.net/m0_57201352/article/details/135341291

版权

本文介绍了三个公开的肠胃医学图像数据集：Hyper-Kvasir（10,662张JPEG图像，18类），Kvasir-Capsule（47,238张PNG图像，14类）和Kvasirv2（8,000张JPG图像，6类）。这些数据集包含了大量医学图像及其对应的解剖标志和病理结果，展示了医学图像识别中的挑战和不平衡类别问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

三个公开的肠胃数据集，链接如下，只讨论分类

hyper-kvasirhttps://datasets.simula.no/hyper-kvasir/Kvasir Capsulehttps://datasets.simula.no/kvasir-capsule/用校园网下载不太行，挂梯子会快点
Kvasirhttps://datasets.simula.no/kvasir/

Hyper Kvasir

该数据集总共包含 10,662 张使用 JPEG 格式存储的标记图像。图像可以在图像文件夹中找到。标记的图像代表了 23 种不同类别的发现。每个图像所属的类对应于它们存储的文件夹（例如，“polyp”文件夹包含所有息肉图像，“barretts”文件夹包含巴雷特食管的所有图像等）。每类图像的数量不平衡，这是医学领域的一个普遍挑战。

分类一般用前18种与解剖标志和病理结果相关的。

Kvasir-Capsule

该数据集总共包含 47,238 张使用 PNG 格式存储的标记图像。图像可以在图像文件夹中找到。标记的图像代表了 14 种不同类别的发现。每个图像所属的类对应于它们存储的文件夹。例如，“息肉”文件夹包含所有息肉图像，“血管扩张症”文件夹包含血管扩张症的所有图像。每类图像的数量不平衡，这是医学领域的一个常见挑战。

Kvasir v2

该数据集总共包含 8,000 张使用 JPG 格式存储的标记图像。解剖标志包括Z线、幽门、盲肠等，病理表现包括食管炎、息肉、溃疡性结肠炎等。此外，还提供了两组组与去除病变相关的图像，例如“染色和提升的息肉”、“染色切除边缘”等。该数据集由分辨率从 720x576 到 1920x1072 像素不等的图像组成，其组织方式是将它们排序在根据内容命名的单独文件夹中。一些包含的图像类别具有绿色图片，通过使用电磁成像系统（ScopeGuide，Olympus Europe）来说明内窥镜在肠道内的位置和配置，该系统可能支持图像的解释。此类信息可能对以后的检查很重要（因此包括在内），但必须小心处理以检测内窥镜检查结果。

分类用后六个文件夹