ECPC-IDS:用于评估语义细分和检测超代谢区域的基准子宫内膜癌PET/CT图像数据集
Dechao Tang1, Chen Li1, Tianmin Du1
1Microscopic Image and Medical Image Analysis Group, College of Medicine and Biological Information Engineering, Northeastern University, China.
这项研究引入了第一个公开的子宫内膜癌PET/CT图像数据集 (ECPC-IDS) 用于人工智能驱动的诊断. 该数据集有助于开发用于子宫内膜癌的先进计算机辅助诊断工具.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 子宫内膜癌是一种常见的妇科恶性瘤,死亡率很高.
- 早期诊断对于改善患者生存率至关重要.
- 缺乏公共数据集阻碍了对子宫内膜癌的AI驱动诊断工具的开发.
研究的目的:
- 引入子宫内膜癌PET/CT图像数据集用于评估语义细分和检测高代谢区域 (ECPC-IDS).
- 为子宫内膜癌研究提供大型,公开可用的多模式图像数据集.
- 促进人工智能算法的开发和验证,用于计算机辅助的子宫内膜癌诊断.
主要方法:
- 该ECPC-IDS数据集包括7159张用于语义细分任务的PET和CT图像.
- 该数据集还包含3579张PET和CT图像,并附有对物体检测任务的注释.
- 用6种深度学习语义细分和8种深度学习对象检测方法来测试数据集的实用性.
主要成果:
- 深度学习模型在ECPC-IDS数据集上显示了区分能力.
- 对于PET图像细分的子得分在0.546到0.743.3之间.
- 对象检测的最大mAP值在PET图像上达到0.993,在CT图像上达到0.986.
结论:
- ECPC-IDS是第一个公开可用的,大规模的,多模式的子宫内膜癌数据集.
- 这一数据集将加速对计算机辅助诊断的新算法的研究.
- 通过提高诊断准确性和效率,ECPC-IDS旨在使临床医生和患者受益.
更多相关视频
10:28Gene Regulation and Targeted Therapy in Gastric Cancer Peritoneal Metastasis: Radiological Findings from Dual Energy CT and PET/CT
Published on: January 22, 2018
06:51Utilizing 18F-FDG PET/CT Imaging and Quantitative Histology to Measure Dynamic Changes in the Glucose Metabolism in Mouse Models of Lung Cancer
Published on: July 21, 2018
相关概念视频
Imaging Studies II: Positron Emission Tomography and Scintigraphy
Fundamental Principles of PET
Imaging Studies for Cardiovascular System V: CT
Imaging Studies III: Computed Tomography
