linfan150/one-class-eus

该数据集包含去标识化的内镜超声图像，用于医学单类分类实验。This dataset contains de-identified endoscopic ultrasound images for medical one-class classification experiments.

搜集汇总

数据集介绍

构建方式

该数据集通过收集内镜超声检查图像，经过严格的去标识化处理以保护患者隐私，构建了一个面向医学图像单分类任务的基准数据集。图像被统一调整为PNG格式并压缩至固定尺寸，确保数据一致性与处理效率。所有图像依据病理标签分为‘非胃肠道间质瘤病变’与‘胃肠道间质瘤’两类，分别记录于元数据文件中，为单分类实验提供清晰的类别划分基础。

特点

数据集共包含1,450张内镜超声图像，其中非GIST病变样本885张，GIST样本565张，呈现出不平衡分布，这恰好契合医学单分类任务中常见的目标异常检测场景。其独特之处在于专为一类分类设计，聚焦于利用大量正常（非GIST）样本构建模型，以识别罕见的GIST异常样本，突显其在实际临床辅助诊断中的潜在价值。

使用方法

数据集通过配套的metadata.csv文件提供图像路径与标签，可无缝对接HuggingFace图像加载接口。用户可依据MDOC开源代码框架，自主划分训练集与测试集，灵活构建单分类实验方案。推荐采用‘非GIST病变’样本作为正常类进行训练，将‘GIST’样本作为异常类测试，以评估模型的异常检测能力，亦可探索其他自定义的分割策略。

背景与挑战

背景概述

内镜超声（Endoscopic Ultrasound, EUS）作为一种无创的消化道及周围器官成像技术，在胃肠道间质瘤（Gastrointestinal Stromal Tumor, GIST）等病变的早期筛查与鉴别诊断中扮演着关键角色。然而，由于GIST影像学特征与良性病变高度相似，加之病灶样本稀缺，传统监督学习方法在临床应用中面临数据不平衡和标注成本高昂的困境。在此背景下，多伦多大学等机构的研究人员于2023年构建了One-Class EUS数据集，旨在推动基于单类分类（One-Class Classification）的医学图像异常检测研究。该数据集包含1,450张去标识化的内镜超声图像，涵盖GIST病灶（565张）与非GIST病变（885张）两类，为开发对罕见病变敏感且无需大量负样本的算法提供了标准化的基准平台。其发布不仅填补了消化内镜领域单类分类数据集的空白，更推动了深度学习在低资源医学影像分析中的稳健性研究。

当前挑战

该数据集面临的核心领域挑战在于内镜超声图像中GIST与良性病变的类间差异微小且类内变异显著，使得传统二分类器易因样本不平衡而产生过拟合，而单类分类方法需在仅依赖正常样本训练的条件下精准识别罕见病灶。构建过程中，研究者需克服医学影像标注的主观性差异，通过去标识化处理保护患者隐私，同时确保图像分辨率与颜色空间的标准化以适配不同深度学习框架。此外，数据集中非GIST病变仅包含885张图像，其病理亚型分布不均可能引入潜在偏差，如何设计自监督或生成式策略以增强模型对未见病变泛化能力，以及如何统一实验协议以消除跨机构评估中的协变量偏移，仍是推动该数据集应用的关键技术瓶颈。

常用场景

经典使用场景

该数据集作为医学影像分析领域中单分类任务的经典基准，广泛用于探索如何仅依靠正常样本（如非胃肠道间质瘤病变）训练模型，以精准识别异常或罕见病变（如胃肠道间质瘤）。研究人员通常利用其标注清晰的图像与元数据，构建仅包含‘正常’类别的训练集，并在包含两类样本的测试集上评估模型对未知异常的检测能力，从而验证单分类算法在医疗影像中的有效性。这一场景聚焦于解决医学诊断中异常样本稀缺、获取成本高昂的核心挑战。

解决学术问题

该数据集直面医学图像分析中常见的数据不平衡与稀有病变识别难题，为单分类学习算法提供了标准化验证平台。它帮助学术研究者评估深度模型在仅有正常样本条件下，对异常特征的判别能力，从而推动面向内镜超声图像的无监督异常检测、新颖性检测等方向的理论发展。其意义在于降低了对大量标注异常数据的依赖，促进了无需监督的智能辅助诊断系统的学术探索，为后续研究树立了可重复比较的标杆。

衍生相关工作

该数据集促生了多个代表性的单分类算法研究工作，例如基于深度特征分布建模的MDOC方法（其配套代码已公开），以及后续利用自监督学习增强正常样本表征、引入对比学习范式改进异常边界界定的多项创新。这些衍生工作不仅验证了数据集在单分类任务中的通用性，还推动了从简单阈值判别到复杂特征空间映射的技术演进，为医疗图像单分类领域构建了从数据到理论的完整研究链条。