Endotect Polyp Segmentation Challenge Dataset

一项由三项任务组成的挑战，每项任务都针对临床使用的不同要求。第一项任务涉及将来自胃肠道的图像分类为 23 个不同的类别。第二个任务侧重于通过处理每个图像所花费的时间来衡量的有效分类。最后一项任务与自动分割息肉有关。如果您使用数据集，请引用“EndoTect 2020 挑战：内窥镜分类、分割和推理时间的评估和比较”。

A challenge consisting of three tasks, each targeting distinct clinical requirements. The first task involves classifying gastrointestinal tract images into 23 distinct categories. The second task focuses on efficient classification measured by the time spent processing each image. The final task concerns automatic polyp segmentation. If you use this dataset, please cite the paper titled "EndoTect 2020 Challenge: Evaluation and Comparison of Endoscopic Classification, Segmentation, and Inference Time".

搜集汇总

背景与挑战

背景概述

Endotect Polyp Segmentation Challenge Dataset是一个医疗图像数据集，专注于胃肠道息肉的自动分割、分类和效率评估。它包含三项任务：23类别的图像分类、基于处理时间的有效分类以及息肉分割，旨在支持内窥镜图像的临床研究和应用。该数据集由SimulaMet于2020年发布，适用于计算机视觉领域的图像分类、语义分割和物体检测任务。