COVID-19 RICORD-1a 数据集:胸CT新冠阳性病例的详细标注与分析
版权申诉
5星 · 超过95%的资源 49 浏览量
更新于2024-08-11
收藏 5KB TXT 举报
MIDRC-RICORD-1a 数据集是 COVID-19 放射学研究中的一个重要资源,它由美国放射学学会 (RSNA) 和胸科放射学会 (STR) 合作创建,旨在促进 COVID-19 相关胸部计算机断层扫描 (CT) 图像的研究和理解。该数据集的特点在于其高标准化和详尽的标注,确保了数据的一致性和可靠性。
数据集的核心内容包括:
1. **样本来源**:120 次胸部 CT 扫描,这些扫描来自全球四个不同的国际站点,所有患者均被诊断为 COVID-19 阳性,且至少18岁。扫描图像仅限于轴向系列,且遵循特定协议。
2. **详细标注**:
- **像素级分割**:由胸部放射学专家进行了精确的体积分割,区分出感染性不透明度、感染性TIB/微结节、感染性腔等不同病变区域。
- **图像级标签**:涵盖了广泛的病理特征,如感染性肺病、肺炎阴性、晕征等,共13种类型。
- **检查级诊断**:对每个扫描的总体诊断进行分类,包括典型、非典型肺炎、正常肺等。
- **程序标签**:记录了扫描时的特定技术条件,如是否使用造影剂、是否存在呼吸或运动伪影等。
3. **临床变量**:每个扫描关联了患者的匿名信息,如研究编号(MRN)、年龄、性别、检查日期、测试结果等,便于研究者分析与疾病关联的潜在因素。
4. **使用许可**:MIDRC-RICORD-1a 是一个公共数据集,主要用于学术研究和教育目的,非商业使用。使用者必须遵守 RSNA 的相关规定。
这个数据集对于 COVID-19 的研究至关重要,因为它提供了丰富的临床和影像学信息,有助于研究人员开发和验证新的诊断工具、量化疾病进展和评估治疗效果。此外,它也为医学影像分析和机器学习算法提供了宝贵的训练和测试数据集,推动了AI在肺部疾病识别和预测方面的应用。通过共享这样的数据资源,全球科研社区能够更好地协作应对这一公共卫生危机。
2022-04-26 上传
2022-04-26 上传
点击了解资源详情
2024-04-17 上传
2021-04-16 上传
BBM的开源HUB
- 粉丝: 547
- 资源: 12
最新资源
- Angular程序高效加载与展示海量Excel数据技巧
- Argos客户端开发流程及Vue配置指南
- 基于源码的PHP Webshell审查工具介绍
- Mina任务部署Rpush教程与实践指南
- 密歇根大学主题新标签页壁纸与多功能扩展
- Golang编程入门:基础代码学习教程
- Aplysia吸引子分析MATLAB代码套件解读
- 程序性竞争问题解决实践指南
- lyra: Rust语言实现的特征提取POC功能
- Chrome扩展:NBA全明星新标签壁纸
- 探索通用Lisp用户空间文件系统clufs_0.7
- dheap: Haxe实现的高效D-ary堆算法
- 利用BladeRF实现简易VNA频率响应分析工具
- 深度解析Amazon SQS在C#中的应用实践
- 正义联盟计划管理系统:udemy-heroes-demo-09
- JavaScript语法jsonpointer替代实现介绍