COVIDx CXR-2 胸部X光新冠肺炎检测基准数据集
数据集简介
研究摘要
COVIDx CXR-2 数据集随论文《COVID-Net CXR-2: An Enhanced Deep Convolutional Neural Network Design for Detection of COVID-19 Cases From Chest X-ray Images》一并发布,发表时间为 2022 年 6 月 10 日(Front. Med., 10 June 2022)。论文作者团队来自滑铁卢大学(University of Waterloo)、Waterloo AI 研究所以及 DarwinAI Corp.,参与者包括 Maya Pavlova、Naomi Terhljan、Audrey G. Chung、Andy Zhao 与 Alexander Wong 等人。作为 COVID-Net 开源倡议的组成部分,研究团队同时提出了 COVID-Net CXR-2 深度卷积神经网络,并以 COVIDx CXR-2 作为训练与评估的基准数据集,用于从胸部X光图像中检测 COVID-19 病例。论文指出,该数据集由来自至少 51 个国家、16,656 名患者的 19,203 张胸部X光图像组成,是开放获取形式下当时规模最大、多样性最高的 COVID-19 胸部X光数据集。
引言:面向胸部X光的新冠检测基准
在论文引言部分,作者阐述了增强型深度卷积神经网络设计的动机:通过更优的网络结构提升从胸部X光图像中检测 COVID-19 病例的能力,从而支持计算机辅助筛查流程。为此,研究在既有 COVID-Net 工作基础上构建了新的基准数据集 COVIDx CXR-2,并将配套的 COVID-Net CXR-2 网络一并开源发布。
数据按患者/病例层面组织,每条记录包含胸部X光图像及其 COVID-19 阳性/阴性标签,图像以 PNG 格式存储。这种以患者为单位的数据组织方式有助于在模型训练与评估中控制同一患者多张图像带来的数据划分问题。
获取方式
数据集在 Kaggle 平台以公开免费方式发布,页面地址为 https://www.kaggle.com/datasets/andyczhao/covidx-cxr2 ,用户可在该页面下载完整数据并查看使用条款。