Synthetic COVID-19 Chest X-ray Dataset
收藏arXiv2021-06-18 更新2024-07-18 收录
下载链接：
https://github.com/hasibzunair/synthetic-covid-cxr-dataset
下载链接
链接失效反馈官方服务：
资源简介：
Synthetic COVID-19 Chest X-ray Dataset是由协和大学创建的一个大型数据集，包含21,295张高质量的合成COVID-19胸部X光图像。这些图像通过无监督域适应方法生成，用于计算机辅助诊断。数据集的创建过程涉及将非COVID-19的X光图像转换为COVID-19图像，再转换回非COVID-19图像，以确保循环一致性。该数据集主要用于解决COVID-19检测中的类别不平衡问题，并已证明能显著提高多种深度学习架构的性能。
The Synthetic COVID-19 Chest X-ray Dataset is a large-scale dataset developed by Concordia University, which contains 21,295 high-quality synthetic COVID-19 chest X-ray images. These images are generated via unsupervised domain adaptation methods for computer-aided diagnosis purposes. The dataset creation process entails converting non-COVID-19 X-ray images into COVID-19 images and then reverting them back to non-COVID-19 images to guarantee cycle consistency. This dataset is mainly used to tackle the class imbalance issue in COVID-19 detection, and has been verified to significantly enhance the performance of various deep learning architectures.
提供机构：
协和大学
创建时间：
2021-06-18
原始信息汇总
合成COVID-19胸部X光数据集
数据集概述
该数据集包含21,295张合成COVID-19胸部X光图像，这些图像使用此算法生成。数据集可通过此链接获取。
数据生成过程
数据生成基于非配对图像到图像的翻译过程，将非COVID-19（即正常或肺炎）胸部X光图像翻译为COVID-19，然后通过循环一致性返回到非COVID-19。
引用
若在科学工作中使用此数据集，请引用以下内容： bibtex @article{zunair2021synthesis, title={Synthesis of {COVID}-19 chest {X}-rays using unpaired image-to-image translation}, author={Zunair, Hasib and Hamza, A Ben}, journal={Social Network Analysis and Mining}, volume={11}, number={1}, pages={1--12}, year={2021}, publisher={Springer} }
