COVID-19 image data collection

我们正在构建一个包含COVID-19病例的胸部X光或CT图像的开放数据库，同时也在寻找MERS、SARS和ARDS病例的图像。所有图像和数据将在此GitHub仓库中公开发布。

We are constructing an open database comprising chest X-ray or CT images of COVID-19 cases, while also seeking images of MERS, SARS, and ARDS cases. All images and data will be publicly released in this GitHub repository.

搜集汇总

数据集介绍

构建方式

COVID-19 image data collection数据集的构建，是通过搜集并公开胸部X射线或CT图像，涵盖COVID-19病例以及MERS、SARS和ARDS等疾病病例。图像来源于已发表的文献，以确保其可用性。构建过程中，数据集采用公开的元数据格式，便于数据加载与处理。

特点

该数据集的特点在于，它包含了多种视角（PA、AP和AP Supine）的图像，并针对不同疾病状态进行了标签标注。数据集的构建注重公开性和协同性，鼓励社区贡献，包括但不限于识别未包含的文献、提交数据以及提供图像中问题区域的边界框/掩码。

使用方法

使用该数据集时，用户可以从GitHub获取当前的图像和元数据。数据集支持多种图像格式，如dcm、jpg、png以及gzip格式的nifti和dcm。用户需遵循CONTRIBUTING.md中提供的元数据模式进行数据贡献。同时，该数据集可用于开发基于AI的预测模型，以辅助诊断和理解COVID-19感染。

背景与挑战

背景概述

COVID-19 image data collection数据集是在2019新型冠状病毒（COVID-19）疫情背景下，由Joseph Paul Cohen、Paul Morrison和Lan Dao等研究人员创建的。该数据集旨在收集和公开胸透X射线和CT图像，以支持对COVID-19及其它类似疾病如MERS、SARS和ARDS的诊断研究。数据集的构建，不仅提供了用于研究和开发人工智能辅助诊断工具的图像资源，而且对于提高对COVID-19的识别和诊断效率具有显著意义。该数据集自发布以来，在医学影像分析和人工智能辅助医疗诊断领域产生了广泛影响。

当前挑战

该数据集面临的挑战主要在于：一是确保收集到的图像数据的质量和标注的准确性，这对于构建可靠的诊断模型至关重要；二是随着疫情的发展，需要不断更新和扩充数据集以适应新的研究和应用需求；三是数据集的构建过程中需要克服版权和隐私保护的问题，确保所有公开的数据都符合伦理和法律要求；四是如何有效地整合来自不同来源和格式的图像数据，以支持多模态的影像分析研究。

常用场景

经典使用场景

在医学影像分析领域，COVID-19 image data collection数据集被广泛应用于训练和验证深度学习模型，以辅助诊断COVID-19及其他相关肺部疾病。该数据集包含了胸部X射线和CT图像，标注了是否患有COVID-19、MERS、SARS和ARDS等疾病，是医学影像诊断研究的重要资源。

解决学术问题

该数据集解决了传统PCR检测在速度和效率上的局限性，为医学研究提供了大量经过标注的影像数据，有助于提高计算机辅助诊断的准确性，降低假阴性和假阳性率，对于疫情防控和医疗资源的合理分配具有重要意义。

衍生相关工作

基于该数据集，研究者们已经开展了一系列相关工作，包括构建用于肺炎类型分类和患者生存率预测的深度学习模型，以及利用这些模型在不同国家和地区的医疗实践中进行验证和部署，推动了全球范围内COVID-19的快速诊断和治疗。