victre-paired
收藏资源简介：
VICTRE-Paired是一个开放的配对投影-重建数据集，专为有限角度数字乳腺断层合成（DBT）重建任务而设计。该数据集基于公开的VICTRE in-silico试验衍生而来，与现有专注于检测和分割的VICTRE衍生资源不同，它专门用于重建研究。对于每位虚拟患者，数据集提供了原始有限角度蒙特卡洛投影与重建体积的配对，并包含了模拟精确的病灶位置（包括肿块和钙化类型）以及多个剂量水平（全剂量、半剂量和四分之一剂量，采用泊松-高斯噪声模型）。数据集包含2,761名虚拟患者，划分为训练集（2,208名患者）、验证集（276名患者）和测试集（277名患者）。数据以346个.npz文件块的形式组织，每块包含8名患者的数据。投影数据包括25个视图（角度范围为±25°），分辨率为752×384像素，经过蒙特卡洛模拟和平场校正。重建数据为滤波反投影（FBP）体积，尺寸为56×408×336，体素间距为0.34×0.34×1.0毫米。此外，数据集还提供了乳腺密度信息（脂肪型、分散型、异质型、致密型）。数据集支持两种重建机制：基于合成前向投影A(clean)的逆犯罪机制和基于真实蒙特卡洛投影clean_proj的无逆犯罪机制，旨在评估重建方法对前向模型不匹配的鲁棒性。关键数据字段包括参考重建（clean）、真实投影（clean_proj）、噪声投影（noisy_proj）、病灶坐标、乳腺掩码（mask）、患者标识（seed）、密度（density）和噪声标准差（sigma）等。注意事项：参考重建（clean）作为所谓的地面真值使用；肿块（类型≥4）在此分辨率下可分辨，而微钙化不可分辨，因此建议基于肿块进行病灶相关任务；数据集包含一名患者（SEED 208084664）的退化重建，为完整性保留，但评估时应排除。该数据集适用于医学影像中的图像到图像任务，特别是有限角度断层合成重建、逆问题求解和算法鲁棒性研究。
VICTRE-Paired is an open paired projection-reconstruction dataset specifically designed for limited-angle digital breast tomosynthesis (DBT) reconstruction tasks. Derived from the publicly available VICTRE in-silico trial (Badano et al., 2018), it differs from existing VICTRE-derived resources focused on detection and segmentation, as it is exclusively dedicated to reconstruction research. For each virtual patient, the dataset provides paired original limited-angle Monte Carlo projections and reconstruction volumes, along with simulated accurate lesion locations (including masses and calcifications) and multiple dose levels (full dose, half dose, and quarter dose, using the Poisson-Gaussian noise model). The dataset contains 2,761 virtual patients, divided into a training set (2,208 patients), validation set (276 patients), and test set (277 patients). The data is organized into 346 .npz file chunks, with each chunk containing data from 8 patients. Projection data includes 25 views (angle range of ±25°), with a resolution of 752×384 pixels, and has undergone Monte Carlo simulation and flat-field correction. The reconstruction data consists of filtered back projection (FBP) volumes, with dimensions of 56×408×336 and voxel spacing of 0.34×0.34×1.0 mm. Additionally, the dataset provides breast density information (fatty, scattered, heterogeneous, dense). The dataset supports two reconstruction mechanisms: the "inverse crime" mechanism based on the synthetic forward projection A(clean) and the "no inverse crime" mechanism based on the real Monte Carlo projection clean_proj, aiming to evaluate the robustness of reconstruction methods against forward model mismatch. Key data fields include reference reconstruction (clean), ground-truth projection (clean_proj), noisy projection (noisy_proj), lesion coordinates, breast mask (mask), patient identifier (seed), density (density), and noise standard deviation (sigma), among others. Note: The reference reconstruction (clean) is used as the "so-called ground truth"; masses (type ≥4) are resolvable at this resolution, while microcalcifications are not, so it is recommended to conduct lesion-related tasks based on masses. The dataset includes a degraded reconstruction from one patient (SEED 208084664), which is retained for completeness but should be excluded during evaluation. This dataset is applicable to image-to-image tasks in medical imaging, particularly limited-angle tomosynthesis reconstruction, inverse problem solving, and algorithm robustness research.
数据集概述：VICTRE-Paired
VICTRE-Paired 是一个针对有限角度数字乳腺断层合成（DBT）重建的开源成对投影-重建数据集。它源自公开的 VICTRE 虚拟临床试验，为每名虚拟患者提供了原始有限角度蒙特卡洛投影与重建体积的配对数据，并附加了基于体模的病灶位置和多种剂量水平。
- 许可协议：数据采用 CC BY 4.0，源 VICTRE 数据采用 CC BY 3.0。
- 代码仓库：https://github.com/itu-biai/Victre-Paired
- 相关论文：数据描述文章（准备中）。
数据规模与构成
| 属性 | 数值 |
|---|---|
| 患者总数 | 2,761（训练集 2,208 / 验证集 276 / 测试集 277） |
| 文件数量 | 346 个 .npz 文件，每个文件包含 8 名患者 |
| 投影视图 | 25 个视角，角度范围 ±25°，分辨率 752 × 384（蒙特卡洛模拟，平场校正） |
| 重建体积 | FBP 重建，尺寸 56 × 408 × 336，体素间距 0.34 × 0.34 × 1.0 mm |
| 剂量水平 | 全剂量 / 半剂量 / 四分之一剂量（泊松-高斯噪声模拟） |
| 病灶 | 基于体模的精确坐标，包含肿块和微钙化类型 |
| 乳腺密度 | 脂肪型、散在型、异质型、致密型 |
数据集支持两种重建模式：
- 逆犯罪模式：使用合成前向投影
A(clean)驱动。 - 无逆犯罪模式：使用真实的蒙特卡洛投影
clean_proj驱动。报告两种模式及它们之间的差距，可衡量方法对前向模型失配的鲁棒性。
文件结构
train/ 276 个文件（2,208 名患者） val/ 35 个文件（ 276 名患者） test/ 35 个文件（ 277 名患者）
每个 *_chunk_*.npz 文件沿第一轴存储 8 名患者的数据。
数据加载示例
python import numpy as np from huggingface_hub import hf_hub_download
path = hf_hub_download("yusuf-talha/victre-paired", "test/test_chunk_00000.npz", repo_type="dataset") d = np.load(path)
clean = d["clean"] # (8, 56, 408, 336) 参考重建 clean_proj = d["clean_proj"] # (8, 25, 752, 384) 真实蒙特卡洛投影 noisy_proj = d["noisy_proj"] # (8, 25, 752, 384) 半剂量噪声投影
患者0的病灶（行 [z, h, w, type]；type >= 4 为肿块）
n = int(d["lesion_count"][0]) lesions = d["lesion_coords"][0][:n]
数组键说明
| 键名 | 形状 | 描述 |
|---|---|---|
clean |
(8, 56, 408, 336) | 参考 FBP 重建体积 |
clean_proj |
(8, 25, 752, 384) | 真实蒙特卡洛投影 |
noisy_proj |
(8, 25, 752, 384) | 半剂量噪声投影（默认） |
noisy_proj_full / noisy_proj_quarter |
(8, 25, 752, 384) | 全剂量 / 四分之一剂量噪声投影 |
noisy |
(8, 56, 408, 336) | 噪声重建体积 |
mask |
(8, 56, 408, 336) | 乳腺掩膜 |
lesion_coords |
(8, 8, 4) | 病灶坐标 [z, h, w, type]（最多 8 个） |
lesion_count |
(8,) | 有效病灶数量 |
is_pos |
(8,) | 信号存在标志 |
seed / density / native_z |
(8,) | 患者 ID、乳腺密度、原生切片数 |
sigma / sigma_full / sigma_quarter / sigma_recon |
(8,) | 测量的噪声标准差 |
recon_scale / proj_scale |
(8,) | 归一化因子 |
基线方法
在配套的复现代码中，对九种经典重建算法（FBP、Aᵀp、SIRT、SART、ASD-POCS）在两种模式下进行了基准测试。主要跨模式指标为乳腺掩膜相关性（不使用全体积相关性）。完整结果和图表可在数据描述文章中查看，复现代码见 GitHub 仓库。
注意事项与局限
- 参考重建（
clean）是 FBP 重建结果，被用作“所谓的地面真值”，遵循 LoDoPaB-CT 的做法。 - 肿块（type ≥ 4）可分辨；微钙化在当前分辨率下不可分辨——基于病灶的任务应使用肿块。
- 患者 SEED 208084664 的 VICTRE 重建存在退化；为保持完整性予以保留，评估时建议排除。
引用
请引用数据描述文章（待发表）以及 VICTRE 试验论文：
Badano A, et al. Evaluation of Digital Breast Tomosynthesis as Replacement of Full-Field Digital Mammography Using an In Silico Imaging Trial. JAMA Network Open (2018).
