基于NLST LDCT图像的像素级肺癌数据集
Kun-Hui Chen1,2,3, Yi-Hui Lin4, Shawn Wu5
1Department of Orthopedic Surgery, Taichung Veterans General Hospital, Taichung, Taiwan.
Scientific data
|August 23, 2025
概括
来自低剂量计算机断层扫描 (LDCT) 的肺病变新数据集有助于早期发现肺癌. 该资源支持计算机辅助诊断 (CAD) 系统的人工智能开发.
科学领域:
- 医学成像
- 人工智能
- 癌症学
背景情况:
- 低剂量计算机断层扫描 (LDCT) 对早期肺癌检测至关重要.
- 计算机辅助诊断 (CAD) 系统可以帮助放射科医生,但需要大量的注释数据集.
- 对于LDCT图像,现有的公开数据集具有像素级分段注释.
研究的目的:
- 开发一个新的,公开可用的数据集,其中包括从LDCT图像中获得的肺病变的像素级注释.
- 解决用于训练人工智能驱动的肺癌诊断CAD系统的注释数据短缺问题.
主要方法:
- 使用国家肺部查试验 (NLST) 的LDCT图像.
- 在605名患者的扫描中注释了715个肺病变 (662个瘤,53个结节).
- 包括详细的损伤量和位置信息.
主要成果:
- 该数据集包括605名患者的LDCT扫描,其中715名患者有注释的肺病变.
- 损伤量差异很大,大多数 (500) 损伤量小于5厘米3.
- 在此数据集上训练的2D U-Net模型在训练集上实现了0.95的交叉点.
结论:
- 开发的数据集显著提高了肺癌注释资源的多样性和可用性.
- 预计这项资源将加速基于人工智能的肺癌查CAD系统的开发和临床采用.
- 有助于提高LDCT扫描用于早期肺癌检测的准确性和效率.
