1、LAScarQS 2022数据集
LAScarQS2022是一个专门针对房颤（Atrial Fibrillation, AF）患者的晚期钆增强（Late gadolinium enhancement, LGE）MRI 数据集，旨在对左心房（Left Atrial, LA）及左心房疤痕（LA Scar）进行精确分割。挑战赛分为两个任务，任务 1 目标是同时分割 LA 和 LA Scar，数据都是经过消融后的 LGE MRI，包括 60 例训练集和 34 例测试集。任务 2 目标仅分割 LA，数据既有消融前也有消融后的 LGE MRI，包括 130 例训练集和 64 例测试集，测试集中包含未知域的数据。下载地址：https://zmiclab.github.io/projects/lascarqs22/data.html2、CT-ORG2020数据集
CT-ORG2020是一个CT多器官分割数据集，官方提供了6种器官的标注：肺，骨头，肝脏，肾脏，膀胱和大脑，包含 140 例 CT ，数据集划分为 119 例训练集和 21 例测试集。下载地址：https://faspex.cancerimagingarchive.net/aspera/faspex/external_deliveries/259?passcode=caf2906b2acd7345a7f275ba96475214dc0c1bf9#
3、SegTHOR2020数据集
SegTHOR2020是一个专门用于胸部风险器官（OARs）分割的 CT 数据集，即在放疗过程中需要避免受到辐射的围绕肿瘤的器官。风险器官包括心脏、气管、主动脉和食管，该数据集包括 60 例 CT影像，其中 40 例用于训练，20 例用于测试。下载地址：https://competitions.codalab.org/competitions/21145#learn_the_details-dataset
4、ATLAS2022数据集
ATLAS v2.02022是一个从 MR T1 加权 (T1W) 单模态图像中对脑中风病灶区域进行分割的数据集。ATLAS v2.0 提供了 1271 例图像。其中，955 例为公开图像，分为 655 例训练集图像和 300 例带有隐藏标注的测试集图像；另外，还有 316 例来自新的未公开过的图像。下载地址：http://fcon_1000.projects.nitrc.org/indi/retro/atlas_download.html5、ISLES2022数据集
ISLES2022旨在通过多模态 MR 影像（包括 FLAIR、DWI 和 ADC）自动分割急性至亚急性缺血性中风病变。该数据集汇集了 400 例多中心，多设备的 MRI 病例，这些病例在中风病变的大小、数量和位置上展现了高度的变异性。数据集被分为 250 例的训练集和 150 例的测试集。下载链接：https://zenodo.org/record/71533266、AIIB2023数据集
AIIB2023是一个针对纤维化肺病的气道 CT 影像进行自动分割的数据集。该数据集包括312例数据，其中训练集有 120 例纤维化病例，验证集有 52 例纤维化病例，而测试集则包括 90 例纤维化和 50 例 COVID-19 病例。下载链接：https://codalab.lisn.upsaclay.fr/competitions/13238#learn_the_details-dataset
7、INSTANCE 2022数据集
INSTANCE 2022是一个脑部 CT 数据集，用于颅内出血 (ICH) 的分割。数据集包含100例带有真实标签的训练集，以及一个不带真实标签的30例的验证集。另外，70例的测试集被用于最终的评估和排名。下载链接：https://instance.grand-challenge.org/Dataset/8、ACDC2017数据集
ACDC2017是对心脏动态磁共振成像 (cine-MRI) 中的舒张期 (ED) 和收缩期 (ES) 帧进行左心室 (LV) 、右心室 (RV) 和心肌 (Myo) 分割。该数据集涵盖 150 个病例，分为 5 个子类：NOR (正常)、MINF (心肌梗死伴随收缩性心力衰竭)、DCM (扩张型心肌病)、HCM (肥厚型心肌病) 和 ARV (右室异常)，每类各 30 例。官方将数据划分为 100 例的训练集和 50 例的测试集，每个子类在训练集中有 20 例，在测试集中有 10 例。下载链接：https://humanheart-project.creatis.insa-lyon.fr/database/#collection/637218c173e9f0047faa00fb/folder/637218e573e9f0047faa00fc9、TDSC-ABUS2023数据集
TDSC-ABUS2023 数据集专注于自动化 3D 乳房超声 (ABUS) 图像的肿瘤检测、分割和分类。该数据集通过检测、分割和分类的方法来识别肿瘤，并进一步区分其为良性或恶性。下载链接：https://tdsc-abus2023.grand-challenge.org/Dataset/10、FUMPE2018数据集
FUMPE2018数据集是一个在计算机断层血管成像（CTA）图像中进行肺栓塞（PE）区域分割的数据集，包含了35名不同患者的图像。下载链接：https://www.kaggle.com/datasets/andrewmvd/pulmonary-embolism-in-ct-images
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。配资投资服务提示：文章来自网络，不代表本站观点。
