数据集信息
TN-SCUI 2020 (Thyroid Nodule Segmentation and Classification in Ultrasound Image) 数据集是目前最大规模的甲状腺结节超声图像数据集，一共包含 4554 张超声图像。这些数据由上海瑞金医院提供，来自中国医学超声人工智能联盟（CMUAA）。其中，训练集包含3644张超声图像，分为1641例良性病例和2003例恶性病例，所有图像均为.png格式。测试集包含910张图像，其中400张用于验证，510张用于最终排名。数据集中的结节标注由经验丰富的医生完成，且所有图像均去除了个人标签以保护患者隐私。
甲状腺是一个关键的内分泌腺体，位于颈部前下方，负责分泌调节代谢和生理功能的重要激素。甲状腺结节，常见于成年人，可能随年龄增长而增多，其中约5%至10%可能为恶性。超声波成像作为评估甲状腺结节的首选工具，具有非侵入性和无放射性的优点，但其解读依赖于医生的经验和专业知识。近年来，为了提高诊断的准确性和效率，开发了多种计算机辅助诊断（CAD）系统。TN-SCUI2020挑战赛旨在通过提供大规模的甲状腺超声数据集，促进这些系统的研究和发展，从而改善甲状腺结节的自动识别和分类。
数据集元信息
图像尺寸统计
基于 3644 张训练集统计
标签信息统计
可视化
官网可视化
本地可视化
文件结构
NSCUI2020 训练数据集包含两个主要目录：image 和 mask，以及一个训练标注文件 train.csv。image 目录包含原始图像，mask 目录包含对应的分割标注图像。每个图像以“xxx.png”格式命名，其中“xxx”代表从001到3644的患者ID。分割任务的标注图像是二值图像，像素值为前景（255）或背景（0）。train.csv 文件包含分类任务的标注，每行包含患者ID和CATE字段，CATE为0表示良性，为1表示恶性。
作者和机构
医学组：
-
Jianqiao Zhou（上海交通大学医学院附属瑞金医院超声医学科，中国）
-
Xiaohong Jia（上海交通大学医学院附属瑞金医院超声医学科，中国）
-
Yijie Dong（上海交通大学医学院附属瑞金医院超声医学科，中国）
技术组：
-
Dong Ni（深圳大学医学超声国家地方联合工程实验室，健康科学中心，生物医学工程学院，中国）
-
Alison Noble（牛津大学工程科学系生物医学工程研究所，英国）
-
Ruobing Huang（深圳大学医学超声国家地方联合工程实验室，健康科学中心，生物医学工程学院，中国）
-
Tao Tan（埃因霍温理工大学，荷兰）
-
Xing Tao（杭州电子科技大学感知计算实验室，中国）
-
Rui Li（深圳大学医学超声国家地方联合工程实验室，健康科学中心，生物医学工程学院，中国）
-
Manh The Van（深圳大学医学超声国家地方联合工程实验室，健康科学中心，生物医学工程学院，中国）
来源信息
| 官方网址 |
https://tn-scui2020.grand-challenge.org/Home/ |
| 下载地址 |
https://tn-scui2020.grand-challenge.org/Source_links/ |
| 文章地址 |
https://zenodo.org/records/3715942#.XvBr7GgzaUk |
| 公开日期 |
2020-05 |
引用
@misc{zhou2020thyroid,
title={Thyroid Nodule Segmentation and Classification in Ultrasound Images},
author={Zhou, Jianqiao and Jia, Xiaohong and Ni, Dong and Noble, Alison and Huang, Ruobing and Tan, Tao and Van, Manh The},
year=2020,
month= mar,
publisher={Zenodo},
doi={10.5281/zenodo.3715942},
url={https://doi.org/10.5281/zenodo.3715942}}
END
来源 | 通用医疗GMAI
编辑 | 罗虎
审核 | 医工学人
推荐阅读
本篇文章来源于微信公众号: 医工学人
