COVID-19 & Normal CT Segmentation Dataset

This dataset includes CT data and segmentation masks from patients diagnosed with COVID-19, as well as data from subjects without the infection. This study is approved under the ethical approval codes of IR.TUMS.IKHC.REC.1399.255 and IR.TUMS.VCR.REC.1399.488 at Tehran University of Medical Sciences. The code for loading the dataset and running an AI model is available on: https://github.com/SamanSotoudeh/COVID19-segmentation Please use the following citations: 1- Arian, Arvin; Mehrabinejad, Mohammad-Mehdi; Zoorpaikar, Mostafa; Hasanzadeh, Navid; Sotoudeh-Paima, Saman; Kolahi, Shahriar; Gity, Masoumeh; Soltanian-Zadeh, "Accuracy of Artificial Intelligence CT Quantification in Predicting COVID-19 Subjects’ Prognosis" PLoS ONE (2023). 2- Sotoudeh-Paima, Saman, et al. "A Multi-centric Evaluation of Deep Learning Models for Segmentation of COVID-19 Lung Lesions on Chest CT Scans." Iranian Journal of Radiology 19.4 (2022). 3- Hasanzadeh, Navid, et al. "Segmentation of COVID-19 Infections on CT: Comparison of four UNet-based networks." 2020 27th National and 5th International Iranian Conference on Biomedical Engineering (ICBME). IEEE, 2020.

本数据集包含确诊新型冠状病毒肺炎（COVID-19）患者的计算机断层扫描（CT）数据与分割掩码，同时涵盖未感染受试者的相关数据。本研究已通过德黑兰医科大学（Tehran University of Medical Sciences）的伦理审查，审批编号为IR.TUMS.IKHC.REC.1399.255与IR.TUMS.VCR.REC.1399.488。数据集加载与人工智能模型运行代码可于以下链接获取：https://github.com/SamanSotoudeh/COVID19-segmentation。请使用以下引用文献：1. Arian, Arvin; Mehrabinejad, Mohammad-Mehdi; Zoorpaikar, Mostafa; Hasanzadeh, Navid; Sotoudeh-Paima, Saman; Kolahi, Shahriar; Gity, Masoumeh; Soltanian-Zadeh, 《人工智能CT量化在预测COVID-19患者预后中的准确性》，《公共科学图书馆·综合》（PLoS ONE），2023年。2. Sotoudeh-Paima, Saman等. 《基于胸部CT扫描的COVID-19肺部病变分割深度学习模型多中心评估》，《伊朗放射学杂志》（Iranian Journal of Radiology），第19卷第4期，2022年。3. Hasanzadeh, Navid等. 《CT影像中COVID-19感染的分割：四种基于UNet的网络对比》，2020年第27届全国暨第5届国际伊朗生物医学工程会议（ICBME），电气和电子工程师协会（IEEE），2020年。

搜集汇总

背景与挑战

背景概述

该数据集包含COVID-19患者和未感染者的CT扫描数据及分割掩码，用于支持医学影像分析研究。数据集已获德黑兰医科大学伦理批准，并提供了公开的代码库和引用文献，便于研究人员进行AI模型开发和分割任务验证。