FreeTumor

FreeTumor是一个用于大规模肿瘤合成的简单基线，支持多种肿瘤/病变，包括肝脏肿瘤、胰腺肿瘤、肾脏肿瘤和COVID-19。数据集的组织结构包括多个子数据集，如肝脏、胰腺、肾脏等，标签定义明确，用于肿瘤位置模拟。

FreeTumor is a simple baseline for large-scale tumor synthesis, which supports a wide range of tumors and lesions including liver tumors, pancreatic tumors, kidney tumors and COVID-19. The dataset is structured with multiple sub-datasets such as those for liver, pancreas, kidney and other organs, with well-defined labels tailored for tumor location simulation.

原始信息汇总

FreeTumor 数据集概述

数据集简介

FreeTumor 是一个用于通过大规模肿瘤合成来扩展肿瘤分割数据集的基线工具。它支持多种肿瘤/病变的分割，包括肝肿瘤、胰腺肿瘤、肾肿瘤和COVID-19。

数据集内容

• 训练数据集标签：可在 Hugging face 找到，包含用于肿瘤合成的器官标签。
• 器官标签定义：
  • 腹部：
    • 0: 背景
    • 1: 肝脏
    • 2: 肝肿瘤
    • 3: 胰腺
    • 4: 胰腺肿瘤
    • 5: 肾脏
    • 6: 肾肿瘤
  • 胸部：
    • 0: 背景
    • 1: 肺
    • 2: 病变

数据集路径结构

├── /data/FreeTumor ├── Dataset003_Liver ├── Dataset007_Pancreas ├── Dataset220_KiTS2023 ├── Covid19_20 ├── BTCV ├── Flare22 ├── Flare23 ├── Amos2022 ├── WORD ├── PANORAMA ├── AbdomenCT-1K ├── CHAOS ├── Dataset082_TCIA_Pancreas-CT ├── Dataset009_Spleen ├── Dataset010_Colon ├── Dataset224_AbdomenAtlas1.0 ├── MELA ├── 3Dircadb1_convert ├── TCIAcovid19 ├── stoic21 └── LIDC

实现方法

• 基线分割模型：用于合成训练的判别器，位于 ./baseline/ 目录下。
• 训练命令：
  • 合成训练：sh Syn_train.sh
  • 分割训练：sh Free_train.sh
• 训练参数：
  • data: lits, panc, kits，用于训练不同类型的分割模型。
  • task: onlylabeled 或 freesyn，onlylabeled 表示仅使用真实肿瘤进行训练。
  • use_ssl_pretrained: 是否使用预训练模型。
  • baseline_seg_dir: 基线分割模型的路径。
  • TGAN_checkpoint: 生成模型的路径。

合成可视化

合成可视化代码位于 /Syn_data 目录下，需修改数据路径和保存结果的路径。

引用

• FreeTumor 论文：@article{wu2024freetumor, title={FreeTumor: Advance Tumor Segmentation via Large-Scale Tumor Synthesis}, author={Wu, Linshan and Zhuang, Jiaxin and Ni, Xuefeng and Chen, Hao}, journal={arXiv preprint arXiv:2406.01264}, year={2024}}
• 其他相关论文：包括 @article{wu2024large, title={Large-Scale 3D Medical Image Pre-training with Geometric Context Priors}, author={Wu, Linshan and Zhuang, Jiaxin and Chen, Hao}, journal={arXiv preprint arXiv:2410.09890}, year={2024}} 等。

搜集汇总

数据集介绍

构建方式

FreeTumor数据集的构建基于大规模肿瘤合成技术，旨在扩展肿瘤分割数据集。该数据集通过整合多种来源的医学影像数据，包括肝脏、胰腺、肾脏肿瘤以及COVID-19病变的标签数据。具体而言，腹部器官标签主要来源于原始数据集，部分由CT基础模型VoCo生成，而肺部标签则通过lungmask工具生成。这些标签虽不完全精确，但足以用于肿瘤位置的模拟。数据集的组织结构清晰，涵盖了多个公开的医学影像数据集，如BTCV、Flare22、Amos2022等，确保了数据的多样性和广泛性。

使用方法

使用FreeTumor数据集时，用户首先需要训练一个基线分割模型作为合成训练的判别器，或直接下载提供的模型。合成训练通常在8个H800 GPU上进行，而分割训练则可以在单个3090 GPU上完成。用户可以通过简单的命令启动合成训练和分割训练。数据集还支持训练通用模型和专用模型，用户可以根据需求修改标签和训练参数。训练完成后，生成模型可用于肿瘤合成，进一步提升分割模型的性能。此外，数据集还提供了可视化代码，便于用户保存和查看合成结果。

背景与挑战

背景概述

FreeTumor数据集由Linshan Wu等人于2024年提出，旨在通过大规模肿瘤合成技术扩展肿瘤分割数据集的应用范围。该数据集支持多种肿瘤类型的分割，包括肝脏肿瘤、胰腺肿瘤、肾脏肿瘤以及COVID-19相关病变。FreeTumor的构建基于一系列公开的医学影像数据集，并借助CT基础模型VoCo和lungmask生成器官标签。该数据集的研究背景源于医学影像分析领域对高质量、大规模肿瘤分割数据的迫切需求，尤其是在深度学习模型训练中，数据的多样性和规模直接影响模型的泛化能力。FreeTumor的发布为肿瘤分割研究提供了新的数据资源，推动了相关领域的技术进步。

当前挑战

FreeTumor数据集在构建和应用过程中面临多重挑战。首先，肿瘤分割任务本身具有高度复杂性，不同肿瘤类型在影像中的表现差异显著，且边界模糊，导致分割精度难以保证。其次，数据集的构建依赖于多个公开数据集，这些数据集在采集标准、分辨率和标注质量上存在差异，增加了数据整合和预处理的难度。此外，肿瘤合成技术的应用虽然扩展了数据规模，但合成数据的真实性和多样性仍需进一步验证，以确保其在模型训练中的有效性。最后，大规模数据的存储和计算需求对硬件资源提出了较高要求，尤其是在合成训练和分割训练过程中，多GPU并行计算成为必要手段。

常用场景

经典使用场景

FreeTumor数据集在医学影像分析领域具有广泛的应用，特别是在肿瘤分割任务中。通过大规模肿瘤合成技术，该数据集能够生成多样化的肿瘤样本，涵盖肝脏、胰腺、肾脏等多种器官的肿瘤类型。研究人员可以利用这些合成数据训练和验证分割模型，提升模型在真实临床数据上的泛化能力。

解决学术问题

FreeTumor数据集有效解决了医学影像分析中肿瘤分割数据稀缺的问题。传统的肿瘤分割研究往往受限于真实数据的获取难度和标注成本，而FreeTumor通过合成技术生成了大量高质量的肿瘤样本，显著扩展了数据集规模。这不仅为研究人员提供了丰富的训练资源，还推动了肿瘤分割算法的创新与优化。

实际应用

在实际应用中，FreeTumor数据集为临床诊断和治疗提供了重要支持。通过训练基于该数据集的分割模型，医生可以更准确地定位和识别肿瘤区域，辅助制定个性化的治疗方案。此外，该数据集还可用于开发智能医疗系统，提升肿瘤检测的自动化水平和诊断效率。

数据集最近研究

最新研究方向

在医学影像分析领域，肿瘤分割技术一直是研究的核心焦点之一。FreeTumor数据集的推出，为大规模肿瘤合成与分割提供了新的研究范式。该数据集通过生成多样化的肿瘤影像，显著扩展了现有肿瘤分割数据集的规模与多样性，涵盖了肝脏、胰腺、肾脏以及COVID-19等多种肿瘤类型。其创新之处在于利用CT基础模型和生成对抗网络（GAN）技术，实现了肿瘤位置的高效模拟与合成，为训练更精准的分割模型提供了丰富的数据支持。这一研究方向不仅推动了肿瘤分割算法的性能提升，还为医学影像的自动化分析与诊断提供了新的可能性。FreeTumor的发布，标志着肿瘤合成技术在医学影像领域的应用迈出了重要一步，为未来的研究奠定了坚实的基础。