NIHCC发布迄今世界最大的CT医学影像数据集

美国国立卫生研究院临床中心(NIHCC)发布了迄今为止世界最大的CT医学病变图像数据集DeepLesion,包含超过32,000个病变标注,旨在推动计算机辅助检测和诊断技术的发展。此数据集可用于训练机器学习算法,提供了一个通用的CADx系统开发平台,并且是首个大规模公开的已标注放射图像数据集。" 105748572,1184450,C语言实现进程轨迹跟踪与统计,"['C语言', '操作系统', '进程管理', '内核编程']
摘要由CSDN通过智能技术生成

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 large-scale lesion annotations and universal lesion detection with deep learning”,NIHCC声明发布目前世界上最大的CT医学病变图像数据集,所有人都可以公开获得。这些数据将会是机器学习算法的训练集基础;到目前为止,世界上尚没有机构公开提供对深度学习方法发展至关重要的大规模已经标注的放射图像数据集,而Deeplesion将会填补这一领域重要空白。

(欢迎关注“我爱计算机视觉”,一个有价值有深度的公众号~)

DeepLesion由美国国立卫生研究院临床中心(NIHCC)的团队开发,是通过从他们自己的图片存档和通信系统中挖掘历史医学数据而开发的。这个新的数据集具有极大的潜力,将会大大促进计算机辅助检测(CADe)和计算机辅助诊断(CADx)领域的技术发展。

该数据库中图像包括多种病变类型,包括肾脏病变,骨病变,肺结节和淋巴结肿大。缺乏多类别病变数据集,一直是开发能够检测多种病变类型的更通用CADe框架的主要障碍。而DeepLesion多类别病变数据集可以用来开发自动化放射诊断的CADx系统。

数据库是使用原始注释 - “书签”构建的 - 来自图像档案的医学图像中具有临床意义的发现。在分析了这些书签的特征(包括箭头,线条,椭圆,分段和文本等不同形式&#x

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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