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图像的公开数据库。此数据集包括COVID-19病例以及MERS、SARS和ARDS的图像。所有图像和数据将在GitHub仓库中公开发布。

We are constructing an open-access database comprising chest X-ray or CT images of COVID-19 cases. This dataset includes images of COVID-19 cases as well as MERS, SARS, and ARDS. All images and data will be publicly released in a GitHub repository.

原始信息汇总

数据集概述

数据集名称

• COVID-19 image data collection

数据集内容

• 包含COVID-19病例的胸部X光或CT图像。
• 同时收集MERS、SARS和ARDS的病例图像。

数据集结构

• 图像文件存储于images目录。
• 元数据存储于metadata.csv文件。

数据集统计

• COVID19_Dataset num_samples=136 views=[PA]
• COVID19_Dataset num_samples=28 views=[AP, AP Supine]

数据集用途

• 用于开发AI模型，以预测和理解COVID-19感染。
• 目标任务包括：
  • 健康 vs 肺炎
  • 细菌性 vs 病毒性 vs COVID-19肺炎
  • 患者生存预测

数据集贡献方式

• 从已发表的文献中提取图像。
• 提交数据至Radiopaedia或SIRM网站。
• 提供图像中问题区域的边界框/掩码。

数据格式

• 胸部X光：首选dcm, jpg, png格式。
• CT：首选nifti格式（gzip压缩）。

联系方式

• 联系人：Joseph Paul Cohen, Postdoctoral Fellow, Mila, University of Montreal
• 个人网站：Joseph Paul Cohen

搜集汇总

数据集介绍

构建方式

COVID-19 image data collection数据集的构建，主要通过收集经发表的含有COVID-19病例的胸部X射线或CT图像，旨在构建一个包含COVID-19及其他如MERS、SARS和ARDS病例的数据库。数据集的图像和相关信息将公开于此GitHub仓库中，目前正处于从已发表文献中搜集图像的阶段。

特点

该数据集的特点在于其包含了多种病例的胸部X射线或CT图像，不仅涵盖COVID-19，还涉及MERS、SARS和ARDS等。数据集以公开、可扩展的方式进行构建，支持多种格式的图像，如dcm、jpg、png和gzip格式的nifti。此外，数据集还提供了相应的元数据模式，方便用户理解和利用。

使用方法

使用该数据集时，用户可以从GitHub仓库中获取图像和元数据。数据集支持多种视角的图像，如PA、AP和AP Supine。用户可通过已提供的data loader进行数据加载，并根据需要选择相应的病例类型进行研究和分析。此外，数据集的构建者还鼓励社区参与，包括识别新的文献来源、提交数据和提供图像中的问题区域标注。

背景与挑战

背景概述

COVID-19 image data collection数据集是在2019年底新型冠状病毒（COVID-19）疫情背景下创建的。该数据集由Joseph Paul Cohen、Paul Morrison和Lan Dao等研究人员构建，旨在收集并公开胸片或CT影像中COVID-19病例的数据。其研究背景源于COVID-19的诊断依赖于聚合酶链反应（PCR）检测，但患者肺部病变在胸片和CT影像上具有一定的特征性，这为利用影像学手段进行诊断提供了可能。数据集的构建不仅对提高诊断效率和准确性具有重要意义，而且对于理解病毒感染过程、评估治疗效果以及开展人工智能辅助诊断研究具有深远影响。

当前挑战

该数据集在构建过程中遇到的挑战主要包括：1) 影像数据的获取与标注，特别是在确保数据质量和隐私保护的前提下；2) 数据的多样性和代表性，需要涵盖不同病情阶段、不同人群和不同设备的影像资料；3) 数据集的动态更新和扩展，随着疫情的发展和研究的深入，需要不断纳入新的病例和影像数据。在所解决的领域问题上，该数据集面临的挑战包括：如何通过影像学手段提高对COVID-19病例的识别准确性，以及如何在保证低误诊率和漏诊率的前提下，为临床决策提供有效支持。

常用场景

经典使用场景

在医学影像分析领域，COVID-19 image data collection数据集的典型应用场景在于辅助医生进行胸部X射线或CT影像的解析，以识别COVID-19及其他相关疾病的特征。该数据集提供了一个公开的资源，可供研究者训练和验证深度学习模型，以实现自动化诊断的目的。

解决学术问题

该数据集解决了学术研究中关于如何利用医学影像快速准确识别COVID-19病例的问题。通过此数据集，研究者能够开发出辅助诊断工具，这对于减少对PCR测试的依赖，加快诊断速度，降低假阴性率，以及避免不必要的社会负担具有重要意义。

衍生相关工作

基于该数据集，已衍生出多项相关工作，包括但不限于AI辅助的肺炎类型鉴别、患者生存率预测等研究。这些工作不仅拓宽了医学影像分析的应用范围，也为全球抗击COVID-19疫情提供了有力的技术支持。