AbdomenAtlas:一种大规模、详细注释的多中心数据集,用于高效的迁移学习和开放算法基准测试
原文中文,约500字,阅读约需2分钟。发表于: 。我们引入了最大的腹部 CT 数据集(称为 AbdomenAtlas),它由来自 112 家医院的 20,460 个三维 CT 体积组成,涵盖了不同的人群、地理区域和设施。AbdomenAtlas 由 10 位放射科医生与 AI 算法的帮助下标注的 673K 个腹部解剖结构的高质量掩膜提供支持。该数据集具有大规模、详细标注和多中心的特点,对于 AI...
我们引入了最大的腹部CT数据集(AbdomenAtlas),由112家医院的20,460个三维CT体积组成。该数据集由10位放射科医生与AI算法标注的673K个腹部解剖结构的高质量掩膜提供支持。AbdomenAtlas具有大规模、详细标注和多中心的特点,为AI的开发提供了重要资源,并扩展到更广泛的临床应用领域。此外,AbdomenAtlas还为评估AI算法建立了大规模基准测试,以确保在复杂的临床场景中获得可靠的性能。希望AbdomenAtlas能为更大规模的临床试验奠定基础,并为医学成像领域的从业者提供机会。