ACDC 心脏 MRI 涂鸦标注数据集
数据集简介
ACDC_Scribbles 是为医学 ACDC 数据集发布的专家制作涂鸦(scribble)注释集合。正如发布方所述:「我们为医学 ACDC 数据集发布专家制作的涂鸦注释。发布的数据必须被视为对原始 ACDC 数据集的扩展。」因此,使用者需将其理解为在原始 ACDC 数据集基础上的补充标注资源,而非独立数据集。
原始 ACDC 数据集包含心脏 MRI 图像,与手工制作的分割掩模配对。本数据集的涂鸦注释可与 ACDC 数据集中提供的分割掩码结合使用,用于评估仅使用涂鸦监督训练的分割方法的性能。
简介
- 所属领域:医学影像(心脏 MRI 分割)
- 数据形态:图像(心脏 MRI 图像的涂鸦注释)
- 用途:弱监督分割方法评估——在仅有涂鸦级别监督的条件下训练模型,并利用 ACDC 原始分割掩模作为参考进行性能评估
- 发布机构:爱丁堡大学 · IMT School for Advanced Studies Lucca
- 发布时间:2021 年
- 规模:约 1.8MB
- 许可:Apache 2.0(图像 CV 分割补全),公开数据集,可通过 OpenDataLab 的 CLI/SDK 下载
引文
使用本数据集时请引用:
Valvano, Gabriele, Andrea Leo, Sotirios A. Tsaftaris. "Learning to segment from scribbles using multi-scale adversarial attention gates." IEEE Transactions on Medical Imaging, 2021.
原始 ACDC 数据集的参考文献为:
Bernard, Olivier, et al. "Deep learning techniques for automatic MRI cardiac multi-structures segmentation and diagnosis: is the problem solved?" IEEE Transactions on Medical Imaging 37.11 (2018): 2514-2525.
相似数据集
本数据集为原始 ACDC 数据集的扩展,使用者应结合原始 ACDC 数据集(心脏 MRI 图像与手工分割掩模)一同使用;在 OpenDataLab 平台上亦可检索相关的图像分割补全类数据集。
发布信息
- 发布机构:爱丁堡大学 · IMT School for Advanced Studies Lucca
- 发布年份:2021 年
- 分发渠道:OpenDataLab(OpenDataLab/ACDC_Scribbles),支持 CLI/SDK 下载
免责声明
本条目信息依据来源页面公开内容整理,具体数据内容、许可条款与下载方式以来源页面实际展示为准。使用数据前请查阅原始发布方提供的许可与引用要求。