Kumar肿瘤数据集

这一数据集是通过仔细注释几名患有不同器官肿瘤并在多家医院被诊断出的患者的组织图像获得的。该数据集是通过从TCGA存档下载以 40 倍放大倍率捕获的 H&E 染色组织图像创建的。H&E 染色是增强组织切片对比度的常规方案，通常用于肿瘤评估（分级、分期等）。考虑到多个器官和患者的细胞核外观的多样性，以及多家医院采用的丰富染色方案，训练数据集将能够开发出开箱即用的稳健且可推广的细胞核分割技术。

Cite：

N. Kumar et al., "A Multi-organ Nucleus Segmentation Challenge," in IEEE Transactions on Medical Imaging (in press) [Supplementary Information] [Code]

N. Kumar, R. Verma, S. Sharma, S. Bhargava, A. Vahadane and A. Sethi, "A Dataset and a Technique for Generalized Nuclear Segmentation for Computational Pathology," in IEEE Transactions on Medical Imaging, vol. 36, no. 7, pp. 1550-1560, July 2017 [Code]

The Kumar dataset contains 30 1,000×1,000 image tiles from seven organs (6 breast, 6 liver, 6 kidney, 6 prostate, 2 bladder, 2 colon and 2 stomach) of The Cancer Genome Atlas (TCGA) database acquired at 40× magnification. Within each image, the boundary of each nucleus is fully annotated.

A distributed system for sharing enormous datasets - for researchers, by researchers. The result is a scalable, secure, and fault-tolerant repository for data, with blazing fast download speeds.

Access 135+ million publications and connect with 20+ million researchers. Join for free and gain visibility by uploading your research.

现如今，随着人们生活方式和环境的改变，恶性肿瘤已经成为疾病死亡病因之一。肿瘤在全球呈现发病率增高，以及发病年龄年轻化的趋势。 2019年 ， A Cancer Journal For Clinicians 杂志发布了最新的数据。 该报告估…

Computer Vision相关的肺部肿瘤检测和分割研究日渐火热，基于deep learning的算法离不开数据集的支持，本文总结了现有的公共数据集的详细信息，链接，以及annotation。 不同于CV大型公共数据集ImageNet, COCO, VOC…

传统化疗是对抗癌症的常见方法，但它会攻击全身，造成不必要的副作用，如脱发，恶心和疲劳。