medical-imaging-datasets

医学影像数据集列表，包含多种医学影像数据集，如MRI、CT、X光等，用于医学研究和教育。

A list of medical imaging datasets, encompassing a variety of medical imaging data such as MRI, CT, X-rays, etc., utilized for medical research and education.

原始信息汇总

医学影像数据集列表

多模态数据库

• Center for Invivo Microscopy (CIVM)

  • 包含胚胎和新生小鼠的H&E和MR图像
  • 访问链接：http://www.civm.duhs.duke.edu/devatlas/
  • 用户指南：http://www.civm.duhs.duke.edu/devatlas/UserGuide.pdf

• LONI图像数据档案

  • 访问链接：https://ida.loni.usc.edu/services/Menu/IdaData.jsp?project=

• 放射学数据集

  • 包括超声、乳腺摄影、X光、CT、MRI、fMRI等

• Collaborative Informatics and Neuroimaging Suite (COINS)

  • 访问链接：https://portal.mrn.org/micis/index.php?subsite=dx

• The Cancer Imaging Archive (TCIA)

  • 访问链接：http://www.cancerimagingarchive.net/

• Alzheimer’s Disease Neuroimaging Initiative (ADNI)

  • 访问链接：http://adni.loni.ucla.edu/

• The Open Access Series of Imaging Studies (OASIS)

  • 访问链接：http://www.oasis-brains.org/

• Breast Cancer Digital Repository

  • 访问链接：https://bcdr.eu/

• DDSM: Digital Database for Screening Mammography

  • 访问链接：http://marathon.csee.usf.edu/Mammography/Database.html

• The Mammographic Image Analysis Society (MIAS) mini-database

  • 访问链接：http://peipa.essex.ac.uk/info/mias.html

• Mammography Image Databases

  • 包含100张以上带有地面实况的乳腺摄影图像
  • 访问链接：http://marathon.csee.usf.edu/Mammography/Database.html

• NLM HyperDoc Visible Human Project

  • 包含超过30张彩色、CAT和MRI图像样本
  • 访问链接：http://www.nlm.nih.gov/research/visible/visible_human.html

• CT Scans for Colon Cancer

  • 访问链接：https://wiki.cancerimagingarchive.net/display/Public/CT+COLONOGRAPHY#e88604ec5c654f60a897fa77906f88a6

• UTA4: Breast Cancer Medical Imaging DICOM Files Dataset & Resources

  • 包含乳腺摄影、超声和MRI的DICOM文件
  • 访问链接：https://github.com/MIMBCD-UI/dataset-uta4-dicom

组织学和组织病理学

• The Cancer Genome Atlas (TCGA)

  • 访问链接：http://cancergenome.nih.gov/
  • 数据门户：https://tcga-data.nci.nih.gov/tcga/

• International Cancer Genome Consortium

  • 访问链接：http://icgc.org/
  • 数据门户：http://dcc.icgc.org/

• Stanford Tissue Microarray Database (TMA)

  • 访问链接：http://tma.im

• MITOS dataset

  • 访问链接：http://www.ipal.cnrs.fr/event/icpr-2012

• Cancer Image Database (caIMAGE)

  • 访问链接：https://emice.nci.nih.gov/caimage

• DPA’s Whole Slide Imaging Repository

  • 访问链接：https://digitalpathologyassociation.org/whole-slide-imaging-repository

• ITK Analysis of Large Histology Datasets

  • 访问链接：http://www.na-mic.org/Wiki/index.php/ITK_Analysis_of_Large_Histology_Datasets

• Histology Photo Album

  • 访问链接：http://www.histology-world.com/photoalbum/thumbnails.php?album=52

• Slide Library of Virtual pathology, University of Leeds

  • 访问链接：http://www.virtualpathology.leeds.ac.uk/

• Aperio Images

  • 访问链接：http://images.aperio.com/

• HAPS Histology Image Database

  • 访问链接：http://hapshistology.wikifoundry.com/

细胞和分子显微镜

• BDGP images from the FlyExpress database

  • 访问链接：www.flyexpress.net

• The UCSB Bio-Segmentation Benchmark dataset

  • 访问链接：http://www.bioimage.ucsb.edu/research/biosegmentation

• Pap Smear database

  • 访问链接：http://mde-lab.aegean.gr/index.php/downloads

• Histology (CIMA) dataset

  • 访问链接：http://cmp.felk.cvut.cz/~borovji3/?page=dataset

• ANHIR dataset

  • 访问链接：https://anhir.grand-challenge.org/

基因组和蛋白质组学

• Genome RNAi dataset

  • 访问链接：http://www.genomernai.org/

• Chinese Hamster Ovary cells (CHO) dataset

  • 访问链接：http://www.chogenome.org/data.html

• Locate Endogenus mouse sub-cellular organelles (END) database

  • 访问链接：http://locate.imb.uq.edu.au/

• 2D HeLa dataset (HeLa) dataset

  • 访问链接：https://ome.grc.nia.nih.gov/iicbu2008/hela/index.html

• Allen Brain Atlas

  • 访问链接：http://www.brain-map.org/

• 1000 Functional Connectomes Project

  • 访问链接：http://fcon_1000.projects.nitrc.org/

• The Cell Centered Database (CCDB)

  • 访问链接：https://library.ucsd.edu/dc/collection/bb5940732k

• The Encyclopedia of DNA Elements (ENCODE)

  • 访问链接：http://genome.ucsc.edu/ENCODE/
  • 用户指南：http://www.plosbiology.org/article/info:doi/10.1371/journal.pbio.1001046

• The Human Protein Atlas

  • 访问链接：http://www.proteinatlas.org/

• DRIVE: Digital Retinal Images for Vessel Extraction

  • 包含地面实况
  • 访问链接：http://www.isi.uu.nl/Research/Databases/DRIVE/

• El Salvador Atlas of Gastrointestinal VideoEndoscopy

  • 包含高分辨率的视频和图像
  • 访问链接：http://www.gastrointestinalatlas.com/

基准测试数据库

• 多个基准测试数据库链接

  • 访问链接：http://peipa.essex.ac.uk/benchmark/databases/
  • 访问链接：http://mulan.sourceforge.net/datasets-mlc.html
  • 访问链接：https://archive.ics.uci.edu/ml/datasets.php
  • 访问链接：http://www.rcpath.org/publications-media/publications/datasets

• DermNet - Skin disease atlas

  • 包含23个图像类和23,000张图像
  • 访问链接：http://www.dermnet.com/

最新技术/挑战

• Grand Challenges in Medical Image Analysis

  • 访问链接：https://grand-challenge.org/

• Challenges in global health and development problems

  • 访问链接：https://grandchallenges.org/#/map

• Current state of the art of most used computer vision datasets

  • 访问链接：http://rodrigob.github.io/are_we_there_yet/build/

• Automatic Non-rigid Histological Image Registration (ANHIR) challenge

  • 访问链接：https://anhir.grand-challenge.org/

搜集汇总

数据集介绍

构建方式

该数据集通过整合多个公开的医学影像数据库构建而成，涵盖了从放射学到组织学的多种医学影像类型。数据来源包括知名的医学研究机构如癌症基因组图谱（TCGA）、阿尔茨海默病神经影像倡议（ADNI）等，确保了数据的多样性和权威性。数据集通过统一的格式和元数据描述，便于研究者进行跨领域的数据分析和比较。

特点

该数据集的特点在于其广泛覆盖了多种医学影像类型，包括但不限于超声、X射线、CT、MRI以及组织病理学图像。此外，数据集还提供了丰富的元数据信息，如影像的采集条件、患者的基本信息等，为研究者提供了多维度的分析视角。数据集的多样性和高质量使其成为医学影像分析领域的宝贵资源。

使用方法

研究者可以通过访问数据集提供的链接，直接下载所需的医学影像数据。数据集的使用方法包括但不限于影像分类、病变检测、图像分割等任务。此外，数据集还提供了详细的用户指南和元数据描述，帮助研究者快速理解数据结构和内容。通过结合机器学习算法，研究者可以利用该数据集进行医学影像的自动化分析和诊断。

背景与挑战

背景概述

medical-imaging-datasets 数据集汇集了多种医学影像数据资源，涵盖了从胚胎和新生小鼠的显微成像到人类癌症、阿尔茨海默病等疾病的影像数据。该数据集由多个研究机构和数据库共同构建，包括杜克大学的CIVM、USC的LONI影像数据档案、癌症影像档案（TCIA）等。这些数据资源的创建时间跨度较大，最早可追溯至20世纪末，反映了医学影像技术从传统X射线到现代多模态成像的演进历程。该数据集的核心研究问题在于通过多模态影像数据的整合与分析，推动疾病诊断、治疗规划及生物医学研究的进展，对医学影像分析、计算机辅助诊断等领域产生了深远影响。

当前挑战

medical-imaging-datasets 数据集面临的挑战主要体现在两个方面。其一，医学影像数据的多样性和复杂性对算法提出了更高要求。例如，不同成像模态（如CT、MRI、超声）的数据格式、分辨率和噪声特性差异显著，如何实现跨模态数据的有效融合与分析是一个重要难题。其二，数据集的构建过程中，隐私保护、数据标准化和标注一致性等问题尤为突出。医学影像数据涉及患者隐私，如何在数据共享与隐私保护之间取得平衡，是数据集构建的核心挑战之一。此外，不同机构的数据采集标准和标注方法各异，如何实现数据的统一化处理与高质量标注，也是亟待解决的问题。

常用场景

经典使用场景

在医学影像分析领域，medical-imaging-datasets数据集被广泛应用于图像识别、疾病诊断和治疗规划。该数据集包含了多种类型的医学影像，如MRI、CT、X光等，为研究人员提供了丰富的图像资源，用于开发和测试新的图像处理算法。特别是在癌症、阿尔茨海默病等重大疾病的早期诊断中，这些数据集为深度学习模型的训练和验证提供了坚实的基础。

实际应用

在实际应用中，medical-imaging-datasets数据集被广泛用于医院和研究机构的临床诊断系统。例如，通过分析乳腺癌筛查的乳腺X光片，医生可以更早地发现病变，提高诊断的准确性。此外，该数据集还支持个性化医疗的发展，通过分析患者的影像数据，医生可以为每位患者制定更精准的治疗方案。

衍生相关工作

medical-imaging-datasets数据集衍生了许多经典的研究工作，特别是在深度学习领域。例如，基于该数据集的图像分割算法在医学影像分析中取得了显著进展，推动了自动诊断系统的发展。此外，该数据集还催生了一系列挑战赛和竞赛，如ANHIR挑战赛，吸引了全球研究者的参与，进一步推动了医学影像技术的创新和应用。