此外,大多数 COVID-19 筛查和分割算法都是使用深度学习模型开发的,自动诊断和 COVID-19 感染量化系统通常依赖于深度神经网络生成的分割结果。 二、COVID-192021任务 肺部感染分割 三、COVID-192021数据集 收集了 20 份公开的 COVID-19 CT 扫描,所有病例均包含 COVID-19 感染。肺部感染比例在 0.01%-59% 之间...
https://www.kaggle.com/andrewmvd/covid19-ct-scanswww.kaggle.com/andrewmvd/covid19-ct-scans 该数据集包含20例诊断为COVID-19的患者的CT扫描以及专家对肺部和感染的分割。 平均每类162图 大小有630*630,512*512,401*630; 有病区域占总体面积比:11170073 / 993762820 = 1.12%; 有病区域占有病图像...
在本文中，来自加州大学圣地亚哥分校、Petuum 的研究者构建了一个开源的 COVID-CT 数据集，其中包含 275 个 COVID-19 检测呈阳性的 CT 图像，有助于使用深度学习方法分析病人的 CT 图像并预测其是否患有新冠的相关研究和开发。他们在该数据集上训练了一个深度卷积神经网络，获得了 0.85 的 F1。相关数据和代码...
边界引导的COVID-19肺部CT图像分割.pdf,摘要 21世纪初,医学影像技术已经逐渐成为临床医学上辅助诊断的重要方式。近 年来,随着人工智能的发展,采用人工智能的方法来帮助医生进行临床诊断是一 种非常有前景的方向。例如新冠肺炎初期,疑似病例、确诊病例和随访病例在内 的
作者建立了一个半监督的COVID-19感染分割(COVID-SemiSeg)数据集,包含COVID-19 CT分割数据集里19个病人的100份有标签CT切片和COVID-19 CT收集数据集的1600张无标记图像。在这个工作中,作者收集了一个半监督COVID-19感染分割数据集,充分利用了大规模的无标签CT图像用于数据扩增。
在本文中,来自加州大学圣地亚哥分校、Petuum 的研究者构建了一个开源的 COVID-CT 数据集,其中包含 275 个 COVID-19 检测呈阳性的 CT 图像,有助于使用深度学习方法分析病人的 CT 图像并预测其是否患有新冠的相关研究和开发。 他们在该数据集上训练了一个深度卷积神经网络,获得了 0.85 的 F1。相关数据和代码可...
创建数据集 本节描述如何构建 COVID-CT 数据集。研究者首先收集了 760 个于 1 月 19 日至 3 月 25 日期间在 medRxiv1 和 bioRxiv2 上发布的的关于新冠肺炎的论文初稿。这些论文中有许多报告了新冠患者病例并且其中一些展示了患者的 CT 图像。这些 CT 图像附有描述其临床病症的标题。
该数据集收集自俄罗斯莫斯科的医院,包含部分带有严重性注释的COVID-19相关研究的1110个匿名CT容积。CT容积中的每一个都是从不同的人那里获得的,每个病人有30-46个切片。为了进行诊断和严重程度预测任务,所有CT容积被分为正常、轻度(<25%肺实质)和重度(>25%肺实质)感染。另外,为了验证模型的分割性能,作者使用了...
CT扫描在COVID-19的诊断中起辅助作用,并且是确定患者所处病情严重程度的关键程序。 可以找到COVID-19证据和/或表征其发现的模型可以在COVID-19诊断中发挥关键作用。优化诊断和治疗,尤其是在缺乏放射线专家的地区。 该数据集包含20例诊断为COVID-19的患者的CT扫描,以及肺部分割和专家进行的感染。
该数据集包含具有COVID-19相关发现以及没有发现的匿名人肺计算机断层扫描(CT)扫描。总共,一例患者进行了1000次CT扫描。用二进制像素掩码注释了50个研究的子集,以对感兴趣的区域(毛玻璃混浊和合并)进行分割。CT扫描是在2020年3月1日至2020年4月25日之间获得的,并由俄罗斯莫斯科的医疗医院提供。