Chest X-ray PD Dataset 共有4575张 COVID-19 感染、其他肺炎感染和健康人群的 2D 胸部 X 光图像。该数据集首先从多个来源[1-6]获得了 1525 张 COVID-19 感染的胸部 X 光图像,又从 Kaggle 数据库[7]和 NIH 数据集[8]中收集到其他肺炎感染图像和正常图像各 1525 张。 [1] http://arxiv.org/abs/...
研究团队将仅在 MIMIC-CXR [1] 上使用图像和报告预训练的 KAD 模型，在多个具有不同数据分布的公开数据集上进行了系统性评测，包括 CheXpert [2], PadChest [3], NIH ChestX-ray [4] 和 CheXDet10 [5]。MIMIC-CXR 数据收集于贝斯以色列女执事医疗中心（Beth Israel Deaconess Medical Center,BIDMC）是，C...
目前规模最大的肺部X光数据库ChestX-ray14 是由NIH研究院提供的,该数据库包含 14 种肺部疾病(肺不张、变实、浸润、气胸、水肿、肺气肿、纤维变性、积液、肺炎、胸膜增厚、心脏肥大、结节、肿块和疝气)的 10 多万张 X光前视图(约42G),研究人员对数据采用NLP方法对图像进行标注,1-14类分别对应14种肺部疾病,第1...
2D X Ray 分类 肺部 胸部 7 5933 .jpeg 图像尺寸统计 size 各维度最小值 [384,127] 各维度中值 [1214,937] 各维度最大值 [4248,3480] 标签信息统计 标签traintest Normal(正常) 1342 234 Pnemonia-Stress_Smoking-ARDS(肺炎-压力_吸烟-ARDS) 2 0 Pnemonia-Virus(肺炎-病毒) 1345 148 Pnemonia-Virus-...
使用Chest X-Ray数据集,开发一个机器学习模型以对健康与肺炎(Corona)受影响的患者的X射线进行分类,并且该模型为AI应用程序提供了动力,使其可以更快地测试Corona病毒。 数据列表 数据名称上传日期大小下载 Chest_xray_Corona_dataset_Summary.csv2021-03-13252.00Bytes Chest_xray_Corona_Metadata.csv2021-03-13306.71KB...
原始放射学报告尚未公开,但是您可以在此开放获取论文中找到有关标签过程的更多详细信息:“ChestX-ray8: Hospital-scale Chest X-ray Database and Benchmarks on Weakly-Supervised Classification and Localization of Common Thorax Diseases.” (Wang et al.) 数据分成15个类别(14种疾病和无疾病), 图像可以分类...
原文PADCHEST: A LARGE CHEST X-RAY IMAGE DATASET WITH MULTI-LABEL ANNOTATED REPORTS 摘要 我们提供了一个标记的大规模,高分辨率胸部X射线数据集,用于医学图像的自动探索及其相关报告。该数据集包括来自67,000名患者的超过160,000张图像,这些图像由2009年至2017年在西班牙圣胡安医院的放射科医师解释和报...
COVID-19 CHEST X-RAY DATABASE 是一个胸部X射线图像数据集,专为分类任务设计,旨在区分 COVID-19 阳性病例、正常和病毒性肺炎。该数据集包括 1200 张 COVID-19 阳性图像、1341 张正常图像和 1345 张病毒性肺炎图像。COVID-19 图像从多个公开资源如 Github、德国医学院和 SIRM 收集而来,而正常及病毒性肺炎图...
ChestX-ray14 is a medical imaging dataset which comprises 112,120 frontal-view X-ray images of 30,805 (collected from the year of 1992 to 2015) unique patients with the text-mined fourteen common disease labels, mined from the text radiological reports v
The ChestX-ray8 dataset which contains 108,948 frontal-view X-ray images of 32,717 unique patients. Each image in the data set contains multiple text-mined labels identifying 14 different pathological conditions. These in turn can be used by physicians to diagnose 8 different diseases. We wil...