CONVID-19 CT图像数据集

一、加州大学开源的CONVID-19 CT图像数据集

【简介】该数据集总共有 349 张CT图像，其中183个是新冠肺炎 CT图像、另外146个是非新冠肺炎 CT图像。研究团队训练了一个DenseNet深度学习模型，来预测一个CT图像是否表现为新冠肺炎阳性，模型的F1值为0.85。

【github】https://github.com/UCSD-AI4H/COVID-CT
【Paper】COVID-CT-Dataset: A CT Scan Dataset about COVID-19
【参考】美国高校开源迄今为止最大新冠肺炎CT数据集

二、COVID-19 X rays（Kaggle）

【简介】只有79张图片，从数据的角度不太容易看懂。
【网址】https://www.kaggle.com/andrewmvd/convid19-x-rays

三、covid-chestxray-dataset

【简介】论文发表时包含50张CT图像。
【github】https://github.com/ieee8023/covid-chestxray-dataset
【Paper】https://arxiv.org/abs/2003.11055v1

四、CONVIDx

【简介】由 [covid-chestxray-dataset]、[rsna-pneumonia-detection-challenge] 这两个开放数据库的2839例患者的5941张前后胸CT图像组成。。
【github】https://github.com/lindawangg/COVID-Net
【paper】https://arxiv.org/pdf/2003.09871.pdf

五、6K张胸部X射线图像数据集

【简介】数据包含6K张胸部X射线图像数据集，包含train和test两个图像文件，每张X射线图像都有三个标签
1、第一个标签️分类为正常或者急性肺炎
2、第二个标签️在急性肺炎标签的基础上分类为吸烟肺炎，病毒肺炎，细菌肺炎
3、第三个标签️分类COVID-19，SARS，Streptococcus
【来源】https://www.kesci.com/home/dataset/5e746ec998d4a8002d2b0861/document

相关论文

1、COVID-Net: A Tailored Deep Convolutional Neural Network Design for Detection of COVID-19 Cases from Chest Radiography Images
2、COVIDX-Net: A Framework of Deep Learning Classifiers to Diagnose COVID-19 in X-Ray Images

其他：

1、Kaggle 肺炎检测数据集
Chest X-Ray Images (Pneumonia)
This datasets include 5,863 images, and 2 categories。
2、新冠肺炎典型CT影像学表现汇总