社区
非技术区
帖子详情
在哪里可以找到做分割的乳腺超声数据集?
卫大七
2020-07-29 03:39:38
如题,最近要做乳腺超声图像的分割,需要乳腺超声数据集,但是不知道在哪里找。好像有一个巴西的公共数据,不知道大家在哪里下载的呀?
...全文
7242
3
打赏
收藏
在哪里可以找到做分割的乳腺超声数据集?
如题,最近要做乳腺超声图像的分割,需要乳腺超声数据集,但是不知道在哪里找。好像有一个巴西的公共数据,不知道大家在哪里下载的呀?
复制链接
扫一扫
分享
转发到动态
举报
AI
作业
写回复
配置赞助广告
用AI写文章
3 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
金萨巴
2021-11-09
打赏
举报
回复
埃及开罗大学有一个,搜这篇文章,Dataset of breast ultrasound images
cpp_1
2021-03-29
打赏
举报
回复
这么专业。。
coco_____
2020-12-03
打赏
举报
回复
请问你找到了吗?
乳腺
超声
病变
分割
数据集
BUS-UCLM:
乳腺
超声
病变
分割
数据集
BUS-UCLM
数据集
是来自38名患者的
乳腺
超声
图像的集合,专门用于病变
分割
研究。它总共包括683张图像,分为良性(174)、恶性(90)和正常(419)病例。这些图像是在2022年至2023年间使用西门子ACUSON S2000TM
超声
系统采集的。地面真实
分割
掩模作为单独的RGB文件提供。
数据集
内容
数据集
包含: 图像:683张
乳腺
超声
图像,包括良性、恶性和正常病例。
分割
蒙版:每个图像对应的RGB
分割
蒙版。绿色表示良性病变,红色表示恶性病变,黑色表示背景或正常
乳腺
组织。 注释详细信息 病变
分割
的基本事实以RGB图像的形式在单独的文件中提供。颜色编码如下: 绿色:良性病变 红色:恶性病变 黑色:背景或正常
乳腺
组织 这些注释由放射科医生专家创建,确保了培训和评估的高质量地面实况。 潜在用途 该
数据集
是以下领域研究的宝贵资源: 癌症
乳腺
诊断:开发和评估
超声
图像中区分良性、恶性和正常
乳腺
组织的模型。 病变检测:训练算法自动检测
乳腺
超声
图像中病变的存在。 医学图像
分割
:创建和测试
分割
模型以精确描绘病变边界。 医疗保健应用:为改进癌症筛查和诊断的计算机辅助诊断系统的开发
做
出贡献。 计算机视觉:为推进计算机视觉技术提供真实世界的医学成像
数据集
。
Breast Ultrasound:
乳腺
超声
图像
数据集
、
分割
和分类
数据集
Breast Ultrasound:
乳腺
超声
图像
数据集
标签类别: 0 表示背景,255 前景 数据
做
了对比度拉伸、resize、像素点映射等等变换,其中数据和标签均为png格式。
乳腺
超声
数据集
分为三类:正常、良性和恶性图像,平均图像大小为 500*500 像素。分类和包含gt的
分割
数据集
,约700张图像
医学图像
分割
数据集
:
超声
乳腺
良性图像
分割
数据集
(包含训练集和测试集、标签)
医学图像
分割
数据集
:
超声
乳腺
良性图像
分割
数据集
(包含训练集和测试集、标签) 【2类别的
分割
,背景、良性
乳腺
,具体的查看classes文件】
数据集
介绍:分为训练集、测试集 训练集:images图片目录+masks模板目录,300张左右图片和对应的mask图片 测试集:images图片目录+masks模板目录,130张左右图片和对应的mask图片 除此之外,包含一个图像
分割
的可视化脚本,随机提取一张图片,将其原始图片、GT图像、GT在原图蒙板的图像展示,并保存在当前目录下 医学图像
分割
网络介绍:https://blog.csdn.net/qq_44886601/category_12102735.html
乳腺
钼靶和
乳腺
超声
数据集
下载
乳腺
癌,通过检查手段的不同,分为
乳腺
钼靶和
乳腺
超声
两种方式。一种对于钙化较为敏感,一种对于肿块记为敏感。现阶段一般两种方式配合对
乳腺
癌进行筛查。 本位对上述两种方式都进行了涉及。包括
数据集
的获取、可参考论文和博客,以及代码。并对基本的知识进行了概述。
良性和恶性
乳腺
超声
图像
数据集
,图像
数据集
,
乳腺
肿瘤
分割
和分类研究设计的
数据集
,256 × 256 像素,358 张良性
乳腺
肿瘤,453 张 恶性
乳腺
肿瘤
BUS_UC: 良性和恶性
乳腺
超声
图像
数据集
是一个专门为
乳腺
肿瘤
分割
和分类研究设计的高质量
数据集
。它包含良性和恶性
乳腺
肿瘤的
超声
图像,所有图像的分辨率均为 256 × 256 像素。
数据集
内容 良性肿瘤图像: 包含 358 张 良性
乳腺
肿瘤的
超声
图像。 恶性肿瘤图像: 包含 453 张 恶性
乳腺
肿瘤的
超声
图像。 注意:
数据集
中不包含原始来源的“真实标签”(ground truth)图像。
分割
和分类的标注是由一位经验丰富的放射科医生专门创建的。 数据采集与标注 数据来源 这些
超声
图像来源于 Ultrasound Cases 网站。 由于原始来源未提供真实标签图像,因此邀请了一位经验丰富的放射科医生参与标注工作,以确保标注的质量和准确性。 标注用途 标注内容专为 肿瘤
分割
和 分类任务 设计,可用于开发和评估相关算法。
数据集
的潜在用途 该
数据集
适用于多种研究活动,包括但不限于以下领域:
乳腺
肿瘤
分割
开发和评估用于准确
分割
超声
图像中肿瘤区域的算法。 示例应用:医学影像处理、肿瘤边界识别。
乳腺
肿瘤分类 训练和测试机器学习或深度学习模型,基于
超声
图像将肿瘤分类为良性或恶性。 示例应用:辅助诊断系统、自动分类工具。 对比研究 比较不同
分割
和分类技术在
乳腺
超声
图像上的性能。 示例应用:算法优化、性能基准测试。 教育用途 为学生和研究人员提供带标注的
数据集
,用于学习和实验医学图像分析。 示例应用:教学课程、科研入门。
非技术区
7,774
社区成员
63,123
社区内容
发帖
与我相关
我的任务
非技术区
.NET技术 非技术区
复制链接
扫一扫
分享
社区描述
.NET技术 非技术区
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章