CheXmask:用于多中心胸部X射线图像的解剖细分面具的大规模数据集
Nicolás Gaggion1, Candelaria Mosquera2,3, Lucas Mansilla1
1Institute for Signals, Systems and Computational Intelligence, sinc(i) CONICET-UNL, Santa Fe, CP 3002, Argentina.
Scientific data
|May 17, 2024
概括
这项研究介绍了一个大型的,注释的胸部X射线数据集,用于人工智能 (AI) 开发. 它提供像素级解剖细分面具,以提高AI模型在医学成像分析中的准确性.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 计算机视觉 计算机视觉
背景情况:
- 开发用于胸部X射线分析的人工智能需要广泛的,高质量的数据集与详细的注释.
- 现有的数据集往往缺乏精确的像素级解剖细分,阻碍了AI模型的开发.
研究的目的:
- 创建一个全面的胸部X射线细分数据集与统一的,细粒度的解剖学注释.
- 为解决AI驱动的医疗图像分析的像素级解剖数据的差距.
主要方法:
- 来自五个公共胸部X射线数据库 (ChestX-ray8,CheXpert,MIMIC-CXR-JPG,Padchest,VinDr-CXR) 的综合数据.
- 采用HybridGNet模型来实现一致,高质量的像素级别细分.
- 使用专家医生和自动化质量控制进行了严格的验证.
主要成果:
- 在多个来源中生成了657566个细分口罩的数据集.
- 通过标准化的方法和验证过程,确保一致性和质量.
- 开发了每个面具的个性化质量指数和整体数据集质量估计.
结论:
- 新的数据集显著增强了人工智能研究在胸部X射线分析方面的资源.
- 促进医疗成像先进AI方法的开发和评估.
- 促进人工智能驱动的放射性诊断的标准化和质量评估.


