Deepfakes医学图像篡改检测数据集，可用于真假肿瘤识别

Data Set Information: 攻击者能够使用深度学习拦截和添加/删除医学图像中具有高度真实感的医学证据。在这个数据集中，我们展示了医学上的假药：人类肺部的3D CT扫描，其中一些已经被真正的癌症切除并注射了假药。该数据集的目的是区分真假癌症，并确定医学扫描被篡改的位置。三位专家放射科医生对该数据集进行了评估，但无法可靠地区分真假癌症，这意味着假癌症是真实的，检测任务非常具有挑战性。有关更多信息，请参阅我们的论文“CT-GAN”。 数据集包括两组（80次扫描和20次扫描）。前80次扫描用于对放射科医生的盲法试验（他们没有被告知自己被篡改），而20次扫描用于对放射科医生的公开试验（他们被告知真相并被要求确认身份）。 随扫描一起提供的是一张有基本真相的表格。对于每次扫描，癌症的位置（x、y和z[切片]及其分类）。地点可分为： 真正良性（TB）：实际上没有癌症的地方 真正的恶意（TM）：具有真正癌症的位置 假良性（FB）：一个位置有真正的癌症，但它被删除。 假恶意（FM）：一个没有癌症的位置，但在那里注射了假癌症。 Access to the dataset is via this link: [Web link] Attribute Information: Each scan is in the medical dicom format, but it can be loaded as a 3D matrix with Python by using the tools provided in our code repository: [Web link] A scan is basically a series of 512x512 images. The series is usually about 100-300 slices long (the z axis). Cancers can occupy multiple slices along the z-axis. The value at each pixel is the Hounsfield unit (radiodensity) at that location. Relevant Papers: [Web link] Mirsky, Yisroel, et al. 'CT-GAN: Malicious tampering of 3D medical imagery using deep learning.' 28th {USENIX} Security Symposium ({USENIX} Security 19). 2019. [Web link],11&hl=en Citation Request: If you use this data, please cite: Mirsky, Yisroel, et al. 'CT-GAN: Malicious tampering of 3D medical imagery using deep learning.' 28th {USENIX} Security Symposium ({USENIX} Security 19). 2019. The original medical imagery is from: Armato III, Samuel G., McLennan, Geoffrey, Bidaut, Luc, McNitt-Gray, Michael F., Meyer, Charles R., Reeves, Anthony P., a€| Clarke, Laurence P. (2015). Data From LIDC-IDRI. The Cancer Imaging Archive. [Web link] Published under the Creative Commons Attribution 3.0 Unported License ([Web link])

数据集信息：攻击者可借助深度学习技术，生成高度逼真的医学证据，并对医学图像中的相关证据进行拦截、添加或删除操作。本数据集展示了针对人类肺部的3D计算机断层扫描（CT）图像构建的医学伪造病灶：其中部分扫描图像的真实癌症病灶已被移除，同时注入了伪造的癌症病灶。本数据集旨在实现真假癌症病灶的区分，并定位医学扫描图像的篡改区域。三名资深放射科医师对本数据集进行评估后，仍无法可靠区分真假癌症病灶，这表明伪造病灶的逼真度极高，该检测任务极具挑战性。如需了解更多细节，请参阅我们的《CT-GAN》论文。
本数据集包含两组扫描样本（80次扫描与20次扫描）：前80次扫描用于放射科医师的盲法测试（受试者未被告知扫描存在篡改），而20次扫描用于公开测试试验（受试者已被告知实情，并被要求确认病灶性质）。
与扫描文件一同提供的还有一份标注了真实标注（ground truth）信息的表格。针对每一次扫描，表格均标注了癌症病灶的位置（x、y、z轴[切片序号]坐标）及其分类属性。病灶位置可分为以下四类：
1. 真正良性（TB, Truly Benign）：实际不存在癌症的区域
2. 真正恶性（TM, Truly Malignant）：存在真实癌症病灶的区域
3. 假良性（FB, False Benign）：原本存在真实癌症，但已被移除的区域
4. 假恶性（FM, False Malignant）：原本不存在癌症，但被注入伪造癌症病灶的区域

本数据集的获取链接为：[Web链接]

属性信息：每份扫描文件均采用DICOM（医学数字成像与通信）格式存储，可通过我们代码仓库中提供的工具，使用Python将其加载为三维矩阵：[Web链接]。单次扫描本质上是一系列512×512像素的二维图像，通常包含100~300个切片（对应z轴方向）。癌症病灶可沿z轴方向占据多个切片。每个像素的数值代表对应位置的亨氏单位（放射密度值，Hounsfield Unit, HU）。

相关论文：Mirsky Yisroel等人发表于第28届USENIX安全研讨会（USENIX Security 19）的论文《CT-GAN：利用深度学习对三维医学图像进行恶意篡改》，2019年。[Web链接]

引用要求：若使用本数据集，请引用以下文献：Mirsky, Yisroel, et al. 'CT-GAN: Malicious tampering of 3D medical imagery using deep learning.' 28th {USENIX} Security Symposium ({USENIX} Security 19). 2019.

本数据集的原始医学图像来源于：Armato III Samuel G.、McLennan Geoffrey、Bidaut Luc、McNitt-Gray Michael F.、Meyer Charles R.、Reeves Anthony P.以及Clarke Laurence P.于2015年发布的《LIDC-IDRI数据集》，收录于癌症影像档案库（The Cancer Imaging Archive）。[Web链接]
本数据集采用知识共享署名3.0未移植许可协议（Creative Commons Attribution 3.0 Unported License）进行发布。[Web链接]

搜集汇总

背景与挑战

背景概述

Deepfakes医学图像篡改检测数据集是一个用于识别真假肿瘤的3D CT扫描数据集，包含被篡改的医学图像和基本真相标注，旨在挑战放射科医生和算法在检测篡改方面的能力。数据集分为盲法试验和公开试验两组，提供了详细的癌症位置和分类信息。