多模态医学图像数据集

蕉蕉树上有香香

已于 2023-12-27 19:39:45 修改

阅读量8.7k

点赞数 36

文章标签：人工智能图像处理

于 2023-11-29 12:00:51 首次发布

本文链接：https://blog.csdn.net/qq_61890919/article/details/134686655

版权

多模态医学图像数据集

多模态医学图像数据集是指包含不同模态（如CT、MRI、PET等）的医学图像的数据集，它们可以提供更多的信息和视角，有助于医学图像分析和诊断。

MedMNIST：这是一个包含10个医学公开数据集的集合，共计包含45万张28*28的医学多模态图片数据，可用于解决医学图像分析相关问题。
BraTS：这是一个用于脑肿瘤分割的数据集，包含多模态的MRI图像，如T1、T1c、T2和Flair，以及对应的肿瘤标注。
IXI：这是一个用于人类脑部分析的数据集，包含多模态的MRI图像，如T1、T2和PD，以及一些人口统计学和临床信息。
LIDC-IDRI：这是一个用于肺结节检测和分类的数据集，包含多模态的CT图像，以及来自四位放射科医生的结节标注。
Medpix：由美国国立卫生研究院（NIH）维护，是一个包含超过5万张医学多模态图片和案例的数据库，涵盖了不同的疾病类型和部位，可用于教学和研究目的。
ISBI challenge：由国际生物医学成像研讨会（ISBI）举办，是一个包含多个医学图像分析任务和数据集的竞赛平台，其中有一些任务涉及到多模态医学图像的分割、配准和融合，如head and neck cancer segmentation、domain adaptation for segmentation等。
OASIS：由华盛顿大学和宾夕法尼亚大学合作，是一个包含超过2000个MR会话的数据集，包括T1w, T2w, FLAIR, ASL, SWI, time of flight, resting-state BOLD, and DTI等多种序列，可用于研究脑部的结构和功能。
Harvard Whole Brain Atlas：这是一个由哈佛大学医学院提供的医学图像数据集，包含了正常和病理的脑部图像，涵盖了MRI、PET、SPECT等多种模态。您可以在网站上浏览或下载这些图像，也可以使用在线的图像融合工具进行图像融合的实验。
Multimodal Brain Tumor Image Segmentation Benchmark (BRATS)：这是一个用于脑肿瘤图像分割的数据集，由MICCAI 2012-2019的BRATS挑战赛提供。该数据集包含了来自不同机构和扫描仪的多模态MRI图像，包括T1、T1c、T2和FLAIR四种模态。您可以在网站上注册并下载这些图像，也可以参与BRATS挑战赛并提交您的分割结果。
Multimodal Brain Image Analysis (MBIA)：这是一个用于多模态脑图像分析的数据集，由MICCAI 2011-2019的MBIA研讨会提供。该数据集包含了多种类型的脑图像，如MRI、fMRI、DTI、EEG等，涉及到多种脑疾病，如阿尔茨海默病、帕金森病、癫痫等。您可以在网站上注册并下载这些图像，也可以参与MBIA研讨会并提交您的分析结果。
Multimodal Biomedical Image Registration (MBIR)：这是一个用于多模态生物医学图像配准的数据集，由MICCAI 2016-2019的MBIR研讨会提供。该数据集包含了多种器官和组织的多模态图像，如脑、心脏、肺、肝、胰腺等，涉及到CT、MRI、PET、超声等多种模态。您可以在网站上注册并下载这些图像，也可以参与MBIR研讨会并提交您的配准结果。
SynthRAD2023:This challenge aims to provide the first platform offering public data evaluation metrics to compare the latest developments in sCT generation methods.
CrossMoDA:Unsupervised 3D Semantic Segmentation Domain Adaptation
A Syst ematic Collection of Medical Image Datasets for Deep Learning：其中提供了一个系统性的医学图像数据集列表，包括头部和颈部、胸部和腹部、病理和血液以及其他类别。这些数据集都是用于深度学习研究的，可以用于测试和评估方法的性能和鲁棒性。此外，该论文还提供了相关算法和挑战排行榜的“路线”。
“Stanford Artificial Intelligence in Medicine”的项目:其中提供了一些开源的医学图像数据集，包括“Medical Imagenet”和“MIMIC”等。这些数据集可以用于训练和测试计算机视觉算法。
“Medical-image-fusion-dataset”:其中提供了一些CT和MRI图像的数据集，可以用于医学图像融合研究。