Note: Chest in this page includes: ribs(肋骨), breast, pancreas(胰腺), spleen(脾脏), lung, airway.
RIbs
RibFrac(20)
MICCAI子会议;肋骨骨折的自动检测和分类(4类:带扣,无移位,移位或节段性肋骨骨折);需申请
数据集:660套CT扫描自动检测和分类大约5,000处肋骨骨折,其中包括420套训练CT(全部有骨折),80套经过验证的CT(20部没有骨折)和160套评估 CT。其中,训练420套(51.2G),验证80套,测试160套。
Breast
The Digital Database for Screening Mammography (DDSM)
乳腺钼靶筛查数字数据库;目的:促进计算机算法开发中的合理研究+开发有助于诊断的算法以及开发教学或培训辅助工具;open
数据库:内容:大小超200G。包含大约2500个研究。每个研究包括每个乳房的两张图像,以及一些相关的患者信息(年龄,ACR乳房密度分级,异常的细微分级,ACR异常的关键词描述)和图像信息(扫描仪,空间分辨率etc. )。包含可疑区域的图像具有与可疑区域的位置和类型有关的像素级ground truth。还提供了用于访问乳房X线图像和ground truth以及用于为自动图像分析算法计算性能指标的软件。
Pancreas(open)
Target: Liver and tumour
Modality: Portal venous phase CT
Size: 420 3D volumes (282 Training +139 Testing)
Source: Memorial Sloan Kettering Cancer Center
Challenge: Label unbalance with large (background), medium (pancreas) and small (tumour) structures.
Spleen(open)
Target: Spleen
Modality: CT
Size: 61 3D volumes (41 Training + 20 Testing)
Source: Memorial Sloan Kettering Cancer Center
Challenge: Large ranging foreground size
Lung
Lung tumors(open)
Target: Lung and tumours
Modality: CT
Size: 96 3D volumes (64 Training + 32 Testing)
Source: The Cancer Imaging Archive
Challenge: Segmentation of a small target (cancer) in a large image
LIDC-IDRI
诊断性和肺癌筛查性胸部X线断层扫描(CT)扫描图像数据集;open
数据集:1018个病例数据集 in dicom(125G)。每个受试者都包括来自临床胸部CT以及相关XML,该xml记录了由四位经验丰富的胸部放射科医生针对3mm为界限的结节进行的两阶段图像注释过程的结果。(注:LIDC专用的函数包:pylidc)
注:LUNA16
数据集源于LIDC-IDRI;任务:结核位置检测,结核可能性评估,降低假阳率;open
Data Science Bowl 2017
肺癌检测;墓碑:由于数据集使用限制,该比赛的数据不再可供下载。
Finding and Measuring Lungs in CT Data
准确地分割肺部并测量重要的临床参数(如肺部体积,百分位密度(PD)等)(dataset);open
数据集:共632M标注数据。
LNDb
肺部结节检测、分割(3mm为分界)和纹理(实体,子实体,毛玻璃不透明)分析;需申请
数据集:294套标注CT in .mhd and .raw;train + valid 4G;test 4G
EXACT '09
用于比较从胸部CT中分离支气管树的算法性能;需要注册申请
数据集:共4.9G。训练集20例图像+label;测试集20例图像