森尼布鲁克心脏数据集

订阅方案:
普通用户:
¥30.00
VIP用户:
¥0.00
联系客服 查看订阅方案
所属分类: 综合数据 标签: (无)
来源: Moonapi
更新时间: 2024-05-02 最新数据时间: 自动更新
数据集简介:

Sunnybrook心脏数据 (SCD),也称为2009 年心脏 MR 左心室分割挑战数据,由 45 幅来自混合患者和病理的电影 MRI 图像组成:健康、肥大、心力衰竭伴梗死和心力衰竭无梗死。   Classification There are four pathological groups in this data set, which were classified based on (K

展开
  • 质量保证
  • 免费样本数据
  • 免费数据更新
  • 提供发票
数据集概览(文件数量,文件种类,数据集行列数),数据集示例数据请查看下方数据集介绍或联系客服索取
    • 数据集介绍
    • 订阅方案
    • 问题反馈

    森尼布鲁克心脏数据集简介

    Sunnybrook心脏数据 (SCD),也称为2009 年心脏 MR 左心室分割挑战数据,由 45 幅来自混合患者和病理的电影 MRI 图像组成:健康、肥大、心力衰竭伴梗死和心力衰竭无梗死。


     


    Classification


    There are four pathological groups in this data set, which were classified based on (K Alfakih et al., JMRI 2003) paper, i.e.:



    1. Heart failure with infarction (HF-I) group had ejection fraction (EF) < 40% and evidence of late gadolinium (Gd) enhancement.

    2. Heart failure without infarction (HF) group had EF < 40% and no late Gd enhancement.

    3. LV hypertrophy (HYP) group had normal EF (> 55%) and a ratio of left ventricular (LV) mass over body surface area is > 83 g/m2.

    4. Healthy (N) group had EF > 55% and no hypertrophy.

     


    If you are using this data in a publication, please cite the following reference:


    Radau P, Lu Y, Connelly K, Paul G, Dick AJ, Wright GA. “Evaluation Framework for Algorithms Segmenting Short Axis Cardiac MRI.” The MIDAS Journal – Cardiac MR Left Ventricle Segmentation Challenge, http://hdl.handle.net/10380/3070
    A hospital-based research institute in Toronto that is dedicated to the advancement of medical science. Our scientists work to understand and prevent disease, and develop treatments that enhance and extend life. Fully affiliated with the University of Toronto.
    Our vision is to invent the future of health care. We care for our patients and their families when it matters most.
    Our vision is to invent the future of health care. We care for our patients and their families when it matters most.
    Canada's largest mental health teaching hospital and one of the world's leading research centres. Where Mental Health is Health.
    Your donations directly support SickKids Foundation. Funds are distributed in the areas of most need including research, clinical advances and compassionate care at The Hospital for Sick Children.
    首发于《与有三学AI》 【数据集】一文道尽医学图像数据集与竞赛作者 | Nora/言有三 编辑 | Nora/言有三 在AI与深度学习逐渐发展成熟的趋势下,人工智能和大数据等技术开始进入了医疗领域,它们把现有的一些传统流…
    医学影像数据是非常珍贵的资源,收集和标注要耗费很大的人力和财力。今天这篇文章我将分享目前为止做过的医学影像诊断的一些公开数据集。1、数字视网膜图像的血管提取(DRIVE)数据库DRIVE数据库用于研究视网膜图像中的血管分割,由40组图像组成。下载地址: Research/Databases/DRIVE/ 2、肺图像数据库联盟(LIDC)肺图像数据库联盟(LIDC)是支持一个机构联盟制定螺旋CT肺部影像资源的共识指南,并建立螺旋CT肺部影像
    ​​数据介绍:包含82个病例的胰腺数据集。二、MICCAI胰腺分割数据集数据下载链接: 数据介绍:282个训练病例,139个测试病例,同时分割胰腺和肿瘤,测试

    医学影像数据是非常珍贵的资源,收集和标注要耗费很大的人力和财力。相关的医学影像诊断的一些数据集有:
    1、数字视网膜图像的血管提取(DRIVE)数据库
    DRIVE数据库用于研究视网膜图像中的血管分割,由40组图像组成。
    2、肺图像数据库联盟(LIDC)
    肺图像数据库联盟(LIDC)是支持一个机构联盟制定螺旋CT肺部影像资源的共识指南,并建立螺旋CT肺部影像数据库。可用于包括癌症筛查,诊断,图像引导干预和治疗在内的应用的图像处理和CAD评估。
    3、右心室分割数据库(RVDS)
    测量心脏功能第一步就依赖于心脏图像的心室分割。相对左心室,右心室分割具有很大挑战性:在腔内存在与心机相似的信号强度;右心室是复杂的新月形,从基部到顶部一直变化;分割顶点图像的切片十分困难;患者的心室内形态和信号强度差异相当大,特别是病理改变的病历等。
    4、动脉粥样硬化斑块分割(APS)
    颈动脉硬化是脑血管病变的主要危险因素,不稳定的颈动脉硬化斑块破裂脱落是脑梗死发生的重要机制。超声检查因具有安全、无创、简便、可重复性等优点成为诊断颈动脉粥样硬化斑块的首选影像学检查手段。

     

    推荐数据集