作者：新能车
链接：https://www.zhihu.com/question/452272346/answer/1811261134
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
生物医学类公共数据集：
- 2008 MICCAI MS病变分割挑战（美国国立卫生研究院神经科学研究蓝图）[19/12/28之前]
- ASU DR-AutoCC数据-糖尿病性视网膜病变分类数据集的多实例学习特征空间（Ragav Venkatesan，Parag Chandakkar和Li Baoxin-亚利桑那州立大学）[19/12/28之前]
- 阿伯斯威斯叶子评估数据集-间隔拍摄的植物图像，用手标记了一些时间步长的叶级分割，以及植物牺牲的生物学数据。（贝尔，乔纳森；迪，汉娜·M）。[19年12月28日之前]
- ADP：数字病理学图集-从100张载玻片中提取的17668个组织学斑块图像中，标注了来自不同器官的多达57种等级组织类型（HTT）-目的是为在数字化整体中对组织类型进行有监督的多标签学习提供训练数据幻灯片图像（Hosseini，Chan，Tse，Tang，Deng，Norouzi，Rosell，Plataniotis，Damaskinos）[14/1/20]
- 带注释的脊柱CT数据库，用于椎骨定位基准测试，125例患者，进行了242次扫描（Ben Glockern）[19/12/28之前]
- 骨质疏松症诊断的骨纹理表征-骨质疏松症和健康受试者的骨微结构的纹理图像显示出高度的相似性，因此大大增加了对此类纹理进行分类的难度（奥尔良医院-法国（拉希德·詹娜））[28/12 / 2020]
- BRATS-在大脑的多参数磁共振图像（TU Munchen等）中识别和分割肿瘤结构[19/12/28之前]
- 乳房超声数据集B-具有53个恶性病变和110个良性病变的2D乳房超声图像。（UDIAT诊断中心，叶普·马蒂·MH）[19年12月28日之前]
- 卡尔加里-坎皮纳斯州公共脑MR数据集：在359个受试者中从三个不同的供应商（GE，Philips和Siemens）的扫描仪上以两个磁场强度（1.5 T和3 T）采集了T1加权脑MRI量。扫描对应于成年成年人。（Souza，Roberto，Oeslle Lucena，Julia Garrafa，David Gobbi，Marina Saluzzi，Simone Appenzeller，Leticia Rittner，Richard Frayne和Roberto Lotufo）[19/12/28之前]
- CAMEL大肠腺瘤数据集-用于弱监督学习的图像级标签，包含由病理学家（Song和Wang）收集并标记的177张完整幻灯片图像（156张包含腺瘤）[29/12/19]
- ChestX-Det-具有实例级注释的胸部X射线数据集，包括3578张图像/异常的13种疾病/异常的实例级注释（Deepwise AI Lab）[26/12/2020]
- CheXpert-大量的胸部X射线数据集和自动进行胸部X射线解释的竞争，具有不确定性标签和放射线医师标记的参考标准评估集（Irvin，Rajpurkar等）[19/12/28之前]
- Cholec80：80个胆囊腹腔镜视频，注明相位和工具信息。（Andru Putra Twinanda）[19/12/28之前]
- CRCHistoPhenotypes-标记的细胞核数据-大肠癌的组织学图像，由近30,000个点状核组成，超过22,000个用细胞类型标记（Rajpoot + Sirinukunwattana）[19/12/28之前]
- Cavy Action Dataset-以640 x 480分辨率记录的16个序列，以每秒7.5帧（fps）的速度记录，总共约31621506帧（272 GB）的交互鱼（豚鼠）（Al-Raziqi和Denzler）[28/12/12之前19]
- 细胞跟踪挑战数据集-具有地面真实性的2D / 3D延时视频序列（Ma等人，生物信息学30：1609-1617，2014）[19/12/28之前]
- 计算机断层摄影术肺气肿数据库（Lauge Sorensen）[19年12月28日之前]
- COPD机器学习数据集-源自肺部计算机断层扫描（CT）图像的特征数据集，可用于诊断慢性阻塞性肺疾病（COPD）。该数据库中的图像标记较弱，即每幅图像均给出诊断（COPD或无COPD），但尚不知道肺部哪些部位受到影响。此外，图像是在不同的位置和使用不同的扫描仪获取的。这些问题与机器学习中的两种学习场景有关，即多实例学习或弱监督学习以及转移学习或领域适应。（Veronika Cheplygina，Isabel Pino Pena，Jesper Holst Pedersen，David A. Lynch，Lauge S.和Marleen de Bruijne）[19年12月28日之前]
- CREMI：MICCAI 2016挑战-神经组织电子显微镜，神经元和突触分割，突触伙伴注释的6卷。（Jan Funke，Stephan Saalfeld，Srini Turaga，Davi Bock，Eric Perlman）[19年12月28日之前]
- CRIM13 Caltech常驻入侵者数据集-237个10分钟视频（25帧/秒），带有动作（13个班级）的注释（Burgos-Artizzu，Dollar，Lin，Anderson和Perona）[19/12/28之前]
- CVC结肠数据库-带结肠镜检查视频的带注释视频序列。它包含15个简短的结肠镜检查序列，来自15个不同的研究。在每个序列中显示了一个息肉。（伯纳尔，桑切斯，维拉利诺）[19/12/28之前]
- 糖尿病足溃疡分类数据集-糖尿病足溃疡分类的训练数据（Goyal，Reeves，Davison，Rajbhandari，Spragg，Yap）[30/12/2020]
- 糖尿病足溃疡对象检测数据集-糖尿病足溃疡检测的训练数据（Cassidy，Reeves，Joseph，Gillespie，O'Shea，Rajbhandari，Maiya，Frank，Boulton，Armstrong，Najafi，Wu，Yap）[30/12/2020]
- DIADEM：轴突和树突形态竞赛的数字重建（艾伦脑科学研究所等）[19/12/28之前]
- DIARETDB1-标准糖尿病视网膜病变数据库（拉彭兰塔大学技术学院）[19/12/28之前]
- DRIVE：用于提取血管的数字视网膜图像（乌得勒支大学）[19/12/28之前]
- DeformIt 2.0-图像数据增强工具：使用来自单个图像分割对（Brian Booth和Ghassan Hamarneh）的地面真实分割来模拟新颖的图像[19/12/28之前]
- 可变形图像配准实验室数据集-用于客观和严格评估可变形图像配准（DIR）空间精度性能。（Richard Castillo等人）[19/12/28之前]
- DERMOFIT皮肤癌数据集-在相同的受控条件下捕获了来自10个类别的1300个病变。包含病变分割蒙版（Fisher，Rees，Aldridge，Ballerini等）[19/12/28之前]
- 皮肤镜检查图像（Eric Ehrsam）[19/12/28之前]
- EATMINT（中介干预的情感意识工具）数据库-EATMINT数据库包含协作环境中的情感和社交行为的多模式和多用户记录。（纪尧姆·香奈儿（Guillaume Chanel），盖勒·莫利纳里（Gaelle Molinari），蒂埃里·潘（Thierry Pun），米勒（Mireille Betrancourt）[19/12/28之前]
- EPT29。该数据库包含EPT的29个分类单元的1613个标本的4842张图像：（Tom等）[19年12月28日之前]
- EyePACS-视网膜图像数据库由超过300万张不同程度的糖尿病性视网膜病变（EyePACS）的不同人群的视网膜图像组成[19/12/28之前]
- FIRE眼底图像配准数据集-134个视网膜图像对和实地配准。（FORTH-ICS）[19年12月28日之前]
- FMD-荧光显微镜去噪数据集-12,000个真实的荧光显微镜图像（张，朱，尼科尔斯，王，张，史密斯，霍华德）[19/12/28之前]
- FocusPath-数字病理（显微镜）图像的聚焦质量评估。GT得分级别的16个失焦镜头自然会模糊864个图像路径。（Hosseini，Zhang和Plataniotis）[19年12月28日之前]
- 组织学图像收集库（HICL） -HICL是3870个组织病理学图像（到目前为止）的汇编，这些图像来自各种疾病，例如脑癌，乳腺癌和HPV（人乳头瘤病毒）-宫颈癌。（西阿提卡大学工程学院生物医学工程系医学图像和信号处理（MEDISP）实验室）[19/12/28之前]
- 蜜蜂分割数据集-它是一个数据集，包含数百个蜜蜂在蜂巢二维表面上的位置和方向角。（Bozek K，Hebert L，Mikheyev AS，Stephesn GJ）[19年12月28日之前]
- IIT MBADA小鼠-小鼠行为数据。FLIR A315，在30帧/秒，50x50厘米开放的竞技场上，空间分辨率为320-240像素，两名专家对三对不同的小鼠，小鼠的身份进行了鉴定。（意大利技术研究所，PAVIS实验室）[19年12月28日之前]
- 印度糖尿病性视网膜病变图像数据集-此数据集由在与糖尿病性视网膜病变相关的病变的像素级别注释的视网膜眼底图像组成。而且，它提供了糖尿病性视网膜病和糖尿病性黄斑水肿的疾病严重性。该数据集可用于开发和评估用于早期检测糖尿病性视网膜病的图像分析算法。（Prasanna Porwal，Samiksha Pachade，Ravi Kamble，Manesh Kokare，Girish Deshmukh，Vivek Sahasrabuddhe，Fabrice Meriaudeau）[19/12/28之前]
- IRMA（医疗应用中的图像检索） -该集合编辑匿名射线照相（Deserno TM，Ott B）[19/12/28之前]
- IVDM3Seg-从两个不同阶段（郑，李，贝拉维）的12位受试者收集的至少7个下脊柱IVD的24个3D多模态MRI数据集[19/12/28之前]
- JIGSAWS -JHU-ISI外科手术手势和技能评估工作集（用于人体运动建模的外科手术活动数据集，使用达芬奇外科手术系统从八名具有不同技能水平的外科医生那里执行了三项基本外科手术任务的五次重复，以捕获。和视频数据，以及手动注释（Carol Reiley和Balazs Vagvolgyi）[19年12月28日之前]
- KID -医疗决策支持的胶囊内镜数据库（阿纳斯塔西Koulaouzidis和季米特里斯IAKOVIDIS）[28/12/19前]
- 叶片分割挑战烟草和拟南芥植物图像（Hanno Scharr，Massimo Minervini，Andreas Fischbach，Sotirios A. Tsaftaris）[19/12/28之前]
- LIDC-IDRI-肺图像数据库协会图像集合（LIDC-IDRI）包括诊断性和肺癌筛查性胸部X线断层扫描（CT）扫描，并带有标注注释的病变。（19/12/30之前）[19/12/28之前]
- LITS肝肿瘤分割-130次3D CT扫描，对肝脏和肝肿瘤进行分割。在Codalab.org（Patrick Christ）的排行榜中成为公开基准测试[19/12/28之前]
- 乳腺摄影图像分析主页-数据库链接的集合[19/12/28之前]
- MCC：黑色素瘤癌细胞数据集-此多时相图像数据集可更好地了解特定药物促进的癌细胞迁移和抗迁移，对已处理和未处理的细胞进行分类，从而可能表征表型和形态学药物效应（VF Mota）[29 / 12/2020]
- 医学图像数据库-具有地面真相的乳房异常超声图像数据库。（斯坦尼斯拉夫·马哈诺夫教授，biomedsiit.com）[19年12月28日之前]
- 最小化乳腺摄影数据库（乳腺摄影图像分析学会）[19/12/28之前]
- MIT CBCL自动化鼠标行为识别数据集（Nicholas Edelman）[19/12/28之前]
- MitoEM-脑组织的电子显微镜（EM）图像中的两个4096x4096x1000体积用于线粒体实例分割。（Wei等，哈佛大学）[26/12/2020]
- 蛾类细粒度识别-675个类似类别，5344张图像（Erik Rodner等人）[19/12/28之前]
- 小鼠胚胎追踪数据库-细胞分裂事件检测（Marcelo Cicconet，Kris Gunsalus）[19/12/28之前]
- MUCIC：马萨里克大学细胞图像采集-用于标杆处理的细胞/组织的2D / 3D合成图像（马萨里克大学）[19年12月28日之前]
- NIH胸部X射线数据集-来自30,805名独特患者的112,120张带有疾病标签的X射线图像。（NIH）[19年12月28日之前]
- OASIS-影像研究的开放获取系列-大脑的500多个MRI数据集（华盛顿大学，哈佛大学，生物医学信息学研究网络）[19年12月28日之前]
- 植物表型数据集-适用于植物和叶片检测，分割，跟踪和物种识别的植物数据（M. Minervini，A。Fischbach，H。Scharr，SA Tsaftaris）[19/12/28之前]
- RatSI：大鼠社交互动数据集-两只完全在笼子中互动的大鼠（9堂课）视频（11分钟）（15分钟，25 FPS）（Malte Lorbach，Noldus Information Technology）[19/12/28之前]
- RECOVERY-FA19-超广域FA和带注释的像素级二进制血管图，可用于视网膜血管分割算法的开发和评估（李鼎等人）[29/12/2020]
- 视网膜眼底图像-血管分叉和交叉的地面真相（格罗宁根大学）[19年12月28日之前]
- 用于外科医师动作检测的SARAS内窥镜视觉挑战-具有22,601个带注释的训练框架，具有来自21个不同动作类（Cuzzolin，Singh Bawa，Skarga-Bandurova，Singh）的28,055个动作实例[16/4/20]
- SCORHE -1、2和3个鼠标行为视频，9个行为（Ghadi H. Salem等人，NIH）[19年12月28日之前]
- SLP（同时收集的多式联卧姿势） -卧床姿势的大规模数据集包括：2数据收集设置：（a）医院设置：7名参与者，以及（b）家庭设置：102名参与者（29名女性，年龄范围： 20-40）。4成像模式：RGB（常规网络摄像头），IR（FLIR LWIR摄像机），深度（Kinect v2）和压力图（Tekscan压力感测图）。3覆盖条件：揭盖，床单和毯子。带有14个关节的完全标记姿势。（Ostadabbas和Liu）[2/1/20]
- SNEMI3D -EM图像中神经突的3D分割[19/12/28之前]
- 脊柱数据集-从X射线到CT和MRI的各种脊柱图像（Shuo Li）[30/12/2020]
- 视网膜的结构化分析-描述（400多个视网膜图像，具有地面真相分割和医学注释）（19/12/30之前）[19/12/28之前]
- 脊柱和心脏数据（安大略省伦敦数字影像小组，朔朔）[19/12/28之前]
- Stonefly9该数据库包含9826个石蝇类（汤姆等）的773个标本的3826个图像[19/12/28之前]
- 合成迁移细胞-六个人造迁移细胞（嗜中性粒细胞），超过98个时间范围，具有各种高斯/泊松噪声和具有地面真实性的不同路径特征。（康斯坦丁诺·卡洛斯·雷耶斯·阿尔达索罗博士等）[19年12月28日之前]
- UBFC-RPPG数据集-使用CMS50E透射式脉搏血氧仪（Bobbia，Macwan，Beneethes，Mansouri，Dubois）获取的远程光电容积描记（rPPG）视频数据和地面真相[19/12/28之前]
- Uni Bremen开放式腹部手术RGB数据集-使用Kinect v2记录完整的开放式腹部手术，该Kinect v2安装在患者正上方并向下看患者和医护人员。（不来梅大学的Joern Teuber和Gabriel Zachmann）[19/12/28之前]
- 佛罗里达州中部大学-DDSM：乳腺钼靶筛查数字数据库（佛罗里达州中部大学）[19/12/28之前]
- VascuSynth-具有地面真相的120个3D血管树状结构（Mengliu Zhao，Ghassan Hamarneh）[19年12月28日之前]
- VascuSynth-血管合成器以3D体积生成血管树。（Ghassan Hamarneh，Preet Jassi，Mengliu Zhao）[19年12月28日之前]
- 约克心脏MRI数据集（Alexander Andreopoulos）[19/12/28之前]
376
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
