Kumar

displayName: Kumar
labelTypes:
- Classification
license:
- CC BY-NC-SA 4.0
mediaTypes:
- Image
paperUrl: https://arxiv.org/pdf/2004.03037.pdf
publishDate: "2017"
publishUrl: https://monuseg.grand-challenge.org/Data/
publisher:
- University of Illinois
- Case Western Reserve University
- Indian Institute of Technology Madras
tags:
- Tumour
taskTypes:
- Multi Tissue Nucleus Segmentation

---
# 数据集介绍
## 简介
Kumar 数据集包含来自癌症基因组图谱 (TCGA) 数据库的 7 个器官（6 个乳房、6 个肝脏、6 个肾脏、6 个前列腺、2 个膀胱、2 个结肠和 2 个胃）的 30 个 1,000×1,000 图像切片，在 40 × 放大倍数。在每张图像中，每个细胞核的边界都被完全注释。这个挑战的数据集是通过仔细注释几名患有不同器官肿瘤并在多家医院被诊断出的患者的组织图像获得的。该数据集是通过从 TCGA 存档下载以 40 倍放大倍率捕获的 H&E 染色组织图像创建的。 H&E 染色是增强组织切片对比度的常规方案，通常用于肿瘤评估（分级、分期等）。考虑到多个器官和患者的细胞核外观的多样性，以及多家医院采用的丰富染色方案，训练数据集将能够开发出强大且可推广的细胞核分割技术，开箱即用。
## 引文

```
"@article{graham2020dense,
title={Dense steerable filter cnns for exploiting rotational symmetry in histology images},
author={Graham, Simon and Epstein, David and Rajpoot, Nasir},
journal={IEEE Transactions on Medical Imaging},
volume={39},
number={12},
pages={4124--4136},
year={2020},
publisher={IEEE}
}"
```

## Download dataset
:modelscope-code[]{type="git"}

displayName: 数据集显示名称：Kumar
labelTypes:
- 分类（Classification）
license:
- CC BY-NC-SA 4.0
mediaTypes:
- 图像（Image）
paperUrl: 论文链接：https://arxiv.org/pdf/2004.03037.pdf
publishDate: "2017年"
publishUrl: 数据集发布地址：https://monuseg.grand-challenge.org/Data/
publisher:
- 伊利诺伊大学（University of Illinois）
- 凯斯西储大学（Case Western Reserve University）
- 印度理工学院马德拉斯分校（Indian Institute of Technology Madras）
tags:
- 肿瘤（Tumour）
taskTypes:
- 多组织细胞核分割（Multi Tissue Nucleus Segmentation）

---

# 数据集介绍
## 简介
Kumar数据集源自癌症基因组图谱（TCGA，The Cancer Genome Atlas）数据库，包含7类器官的30张1000×1000像素图像切片，分别为6张乳腺组织、6张肝脏组织、6张肾脏组织、6张前列腺组织、2张膀胱组织、2张结肠组织及2张胃组织，所有图像均采集自40倍放大倍率下。每张图像中的所有细胞核边界均已完成精确标注。本挑战赛数据集通过对多名罹患不同器官肿瘤、且经多家医院确诊的患者的组织图像进行细致标注构建而成。数据集的创建流程为：从TCGA存档中下载以40倍放大倍率采集的苏木精-伊红（H&E）染色组织图像。苏木精-伊红染色是一种用于增强组织切片对比度的常规染色方案，广泛应用于肿瘤评估（如分级、分期等场景）。鉴于多器官、多患者的细胞核形态多样性，以及多家医院采用的多样化染色方案，本训练数据集可用于开发具备强泛化能力的细胞核分割技术，实现开箱即用。

## 引文

"@article{graham2020dense,
title={面向组织病理学图像旋转对称性利用的密集可转向滤波器卷积神经网络},
author={Graham, Simon and Epstein, David and Rajpoot, Nasir},
journal={IEEE医学成像汇刊（IEEE Transactions on Medical Imaging)},
volume={39},
number={12},
pages={4124--4136},
year={2020},
publisher={IEEE}
}"

## 数据集下载
:modelscope-code[]{type="git"}

搜集汇总

背景与挑战

背景概述

Kumar数据集包含来自7个器官的30张高分辨率图像块，每张图像中的细胞核边界均被完整标注，适用于开发细胞核分割技术。数据集来自TCGA数据库，遵循CC BY-NC-SA 4.0许可协议。