本文主要是介绍CT_lymph_node 淋巴结数据集介绍，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
数据集来源
该淋巴结公开数据集由TCIA提供，由纵隔和腹部的计算机断层扫描（CT）图像组成，由美国国立卫生研究院NIH临床中心的放射线医师标记了淋巴结位置。 影像生物标志物和计算机辅助诊断实验室的放射科医生在90例患者的CT图像中标记了总共388个纵隔淋巴结，在86例患者中标记了595个腹部淋巴结。
该集合针对医学图像计算，以开发和评估计算机辅助检测方法。 淋巴结的自动检测可能是重要的临床诊断工具，但是由于CT中周围结构的对比度低以及它们的大小，姿势，形状和稀疏分布的位置，因此非常具有挑战性。 该数据集可用于与其他检测方法进行直接比较，以提高现有技术水平。
数据集简介
该数据集中共包含4个子文件夹，分别是Images (DICOM, 57.8GB)、Med ABD Lymph Annotations (ZIP) 、Med Lymph Candidate Nodes (ZIP）、Med ABD Lymph Masks ( ZIP)。
其中，Images中是dicom格式的90+86名患者的CT图像；而Med ABD Lymph Annotations和Med ABD Lymph Masks 中是真阳性淋巴结（即发生了病变的淋巴结）的mask和annotation，annotation中包含有对应淋巴结的CT中的voxel坐标，物理坐标以及尺寸信息。
Med Lymph Candidate Nodes中是由K. Cherry et al., SPIE Med. Img. 2014 andJ. Liu et al., SPIE Med. Img. 2014这两种方法生成的淋巴结候选点。候选点包括真阳性候选区域，以及假阳性候选区域，其中真阳性区域可能有多个候选点指向同一阳性淋巴结的情况出现。这是因为淋巴结是一个3D结构，在不同层的slice上都可能检测到淋巴结候选点，但这些slice上的候选点其实指向的是同一个淋巴结。该候选区域可以用作淋巴结flase positive reduction（假阳性抑制）相关算法的研究。
这篇关于CT_lymph_node 淋巴结数据集介绍的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
