five

medical-imaging-datasets

收藏
github2019-10-22 更新2024-05-31 收录
下载链接:
https://github.com/BXSHIN/medical-imaging-datasets
下载链接
链接失效反馈
官方服务:
资源简介:
一个包含多种医学影像数据集的列表,涵盖了从CT、MRI到组织病理学等多种类型的数据集。

A comprehensive list of medical imaging datasets, encompassing a variety of types from CT and MRI to histopathology datasets.
创建时间:
2019-10-22
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染色和MR图像
    • 用户指南: CIVM用户指南
  • LONI图像数据档案
    • 提供多种图像数据
  • 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)
    • 用于神经影像学研究
  • The Cancer Imaging Archive (TCIA)
    • 癌症影像数据集
  • Alzheimer’s Disease Neuroimaging Initiative (ADNI)
    • 阿尔茨海默病神经影像数据
  • The Open Access Series of Imaging Studies (OASIS)
    • 开放获取的影像研究数据集
  • Breast Cancer Digital Repository
    • 乳腺癌数字存储库
  • DDSM: Digital Database for Screening Mammography
    • 筛查乳腺摄影的数字数据库
  • The Mammographic Image Analysis Society (MIAS) mini-database
    • 乳腺摄影图像分析小型数据库
  • Mammography Image Databases
    • 包含100多张带有地面实况的乳腺摄影图像
  • NLM HyperDoc Visible Human Project
    • 提供彩色、CAT和MRI图像样本,超过30张图像
  • CT Scans for Colon Cancer
    • 用于结直肠癌的CT扫描数据

组织学和组织病理学

  • The Cancer Genome Atlas (TCGA)
    • 癌症基因组图谱
  • International Cancer Genome Consortium
    • 国际癌症基因组联盟
  • Stanford Tissue Microarray Database (TMA)
    • 斯坦福组织微阵列数据库
  • MITOS dataset
    • 组织学图像数据集
  • Cancer Image Database (caIMAGE)
    • 癌症图像数据库
  • DPA’s Whole Slide Imaging Repository
    • 全切片成像存储库
  • ITK Analysis of Large Histology Datasets
    • 大型组织学数据集分析
  • Histology Photo Album
    • 组织学照片专辑
  • Slide Library of Virtual pathology, University of Leeds
    • 利兹大学虚拟病理学幻灯片库
  • Aperio Images
    • 组织学图像
  • HAPS Histology Image Database
    • 组织学图像数据库

细胞和分子生物学

  • BDGP images from the FlyExpress database
    • 果蝇基因表达图像
  • The UCSB Bio-Segmentation Benchmark dataset
    • 生物分割基准数据集
  • Pap Smear database
    • 宫颈涂片数据库
  • Histology (CIMA) dataset
    • 组织学数据集
  • ANHIR dataset
    • 非刚性组织学图像注册数据集

基因组和蛋白质组学

  • Genome RNAi dataset
    • 基因组RNA干扰数据集
  • Chinese Hamster Ovary cells (CHO) dataset
    • 中国仓鼠卵巢细胞数据集
  • Locate Endogenus mouse sub-cellular organelles (END) database
    • 定位内源性小鼠亚细胞器官数据库
  • 2D HeLa dataset (HeLa) dataset
    • 2D HeLa细胞数据集
  • Allen Brain Atlas
    • 艾伦脑图谱
  • 1000 Functional Connectomes Project
    • 1000功能连接组项目
  • The Cell Centered Database (CCDB)
    • 细胞中心数据库
  • The Encyclopedia of DNA Elements (ENCODE)
    • DNA元素百科全书
  • The Human Protein Atlas
    • 人类蛋白质图谱
  • DRIVE: Digital Retinal Images for Vessel Extraction
    • 数字视网膜图像血管提取
  • El Salvador Atlas of Gastrointestinal VideoEndoscopy
    • 胃肠道视频内窥镜图谱

基准测试数据库

  • PEIPA Benchmark Databases
    • 用于基准测试的数据库列表
  • Mulan Datasets for Machine Learning
    • 机器学习数据集
  • UCI Machine Learning Repository
    • 机器学习数据集库
  • Datasets Reporting Formats for Pathologists
    • 病理学家报告格式数据集
  • DermNet - Skin Disease Atlas
    • 皮肤病图谱,包含23个图像类和23,000张图像

最新技术/挑战

  • Grand Challenges in Medical Image Analysis
    • 医学图像分析的重大挑战
  • Challenges in Global Health and Development
    • 全球健康和发展挑战
  • State of the Art of Computer Vision Datasets
    • 计算机视觉数据集的当前技术水平
  • Automatic Non-rigid Histological Image Registration (ANHIR) Challenge
    • 自动非刚性组织学图像注册挑战
搜集汇总
数据集介绍
main_image_url
构建方式
该数据集通过搜集并整合多个来源的医学成像数据构建而成,涵盖了从婴儿发育成像到老年痴呆症成像的多种医学图像数据库。数据集的构建侧重于全面性与多样性,旨在为研究者提供广泛且深入的医学图像资源,以促进医学图像分析相关领域的研究与应用。
使用方法
用户可以通过访问提供的链接直接浏览和下载数据。数据集的部分数据库可能需要注册或遵守特定的使用条款。为了方便使用,数据集提供了详细的用户指南和文档,指导用户如何有效地访问、处理和分析数据。此外,数据集还提供了用于基准测试的数据库,以便研究人员可以评估和比较他们的算法性能。
背景与挑战
背景概述
medical-imaging-datasets数据集是一系列医学成像数据集的汇编,旨在促进医学影像分析领域的研究。该数据集涵盖了多种医学成像模式,如超声波、X射线、CT、MRI和fMRI等。创建时间未明确标注,但包含了多个由世界各地的研究机构和组织提供的数据集,如Center for Invivo Microscopy (CIVM)、The Cancer Imaging Archive (TCIA)、Alzheimer’s Disease Neuroimaging Initiative (ADNI)等。该数据集对医学影像分析、计算机视觉和机器学习等领域的研究具有重要的参考价值。
当前挑战
医学成像数据集的构建和使用面临着诸多挑战,其中包括数据集的多样性和异质性导致的处理难度、隐私保护问题、数据标注的一致性和准确性、以及大规模数据集的存储和计算需求。此外,当前的研究中还存在着如何有效利用多模态图像数据、提高图像解析的准确性和效率、以及如何将研究成果转化为临床实践等问题。在技术层面,自动非刚性组织图像配准(ANHIR)等挑战也表明了医学影像分析领域的技术难题。
常用场景
经典使用场景
在医学影像研究领域,medical-imaging-datasets数据集广泛用于训练和测试医学影像分析算法,例如病变检测、组织分割、影像重建等任务。该数据集涵盖了多种医学影像模式,包括MRI、CT、超声、X光等,为研究人员提供了一个全面而多样的资源库。
解决学术问题
该数据集解决了学术研究中获取高质量医学影像数据的难题,为病变识别、疾病诊断、疗效评估等研究提供了可靠的数据基础。通过该数据集,研究者能够开发出更为精确的医学影像分析模型,进而推动医学图像处理技术的发展。
实际应用
在实际应用中,medical-imaging-datasets数据集为医疗机构提供了辅助诊断的工具,帮助医生更准确地识别疾病。此外,该数据集也被用于医学教育领域,辅助医学生和医生进行视觉学习和病例分析。
数据集最近研究
最新研究方向
在医学成像领域,medical-imaging-datasets数据集的近期研究方向主要集中在深度学习辅助的影像诊断、多模态影像融合以及病理影像的自动化分析等方面。这些研究不仅推动了计算机视觉技术在医疗诊断中的应用,而且对于提高疾病诊断的准确性和效率具有深远的影响。当前,研究人员正致力于开发更为精确的算法,以处理复杂多变的医学影像数据,特别是在早期癌症检测、神经退行性疾病评估等方面取得了显著进展。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作