医学图像开源数据集汇总

来源：机器学习算法那些事

本文约1000字，建议阅读5分钟

本文汇总医学图像开源数据集。

3D-IRCADB 脏器分割数据集

数据集链接：

http://m6z.cn/6x5OSn

3D-IRCADb-01 数据库由 10 名女性和 10 名男性 75% 的肝肿瘤患者的 3D CT 扫描组成。20个文件夹对应20个不同的患者，可以单独下载也可以联合下载。下表提供了图像信息，例如肝脏大小（宽度、深度、高度）或根据 Couninaud 分割的肿瘤位置。它还表明肝脏分割软件可能遇到的主要困难是由于与邻近器官的接触、肝脏的非典型形状或密度，甚至图像中的伪影。

FASCICLE 小腿肌肉超声数据集

数据集链接：

http://m6z.cn/631rex

FAscicle 小腿肌肉超声数据集是一个由 812 幅小腿肌肉超声图像组成的数据集，用于分析肌肉弱点并预防受伤。该数据集在文章 AW-Net：B 型超声图像上的自动肌肉结构分析以预防伤害中进行了介绍。它结合了由 Ryan Cunningham 等人发表的两篇文章“使用卷积、残差和反卷积神经网络从 B 模式超声图像中估计全区域骨骼肌纤维方向”提供的数据集。和 Neil Cronin 发表的“使用深度学习对肌肉骨骼超声图像进行自动分析”，并附有补充注释。

该 zip 文件包含两个数据集，分别分为两个由其作者命名的文件夹。每个数据集的每个图像都有一个匹配的分束分割掩码和一个可按名称识别的腱膜分割掩码。

肿瘤数据集

数据集链接：

http://m6z.cn/5zCyGj

这一数据集是通过仔细注释几名患有不同器官肿瘤并在多家医院被诊断出的患者的组织图像获得的。该数据集是通过从TCGA存档下载以 40 倍放大倍率捕获的 H&E 染色组织图像创建的。H&E 染色是增强组织切片对比度的常规方案，通常用于肿瘤评估（分级、分期等）。考虑到多个器官和患者的细胞核外观的多样性，以及多家医院采用的丰富染色方案，训练数据集将能够开发出开箱即用的稳健且可推广的细胞核分割技术。

结直肠腺癌组织学图像数据集

数据集链接：

http://m6z.cn/6axBLk

该数据集包含 100 张 H&E 染色的结直肠腺癌组织学图像。出于检测目的，在中心/周围共标记了 29,756 个原子核。其中，有 22,444 个细胞核也具有相关的类别标签，即上皮细胞、炎症细胞、成纤维细胞和其他细胞核。

淋巴结切片的组织病理学数据集

数据集链接：

http://m6z.cn/6axBNq

本数据集由从淋巴结切片的组织病理学扫描中提取的 327.680 张彩色图像 (96 x 96px) 组成。每个图像都带有一个二进制标签，表示存在转移组织。PCam 为机器学习模型提供了新的基准：大于 CIFAR10，小于 imagenet，可在单个 GPU 上训练。

m2caiSeg腹腔镜图像数据集

数据集链接：

http://m6z.cn/5yW8q0

m2caiSeg是根据真实世界外科手术的内窥镜视频源创建的。数据由 307 张图像组成，每张图像都针对场景中存在的器官和不同的手术器械进行了注释。

编辑：于腾凯