Biomedical images dataset findings（4 Chest page）

Note: Chest in this page includes: ribs（肋骨）, breast, pancreas（胰腺）, spleen（脾脏）, lung, airway.

RIbs

RibFrac（20）

MICCAI子会议；肋骨骨折的自动检测和分类（4类：带扣，无移位，移位或节段性肋骨骨折）；需申请

数据集：660套CT扫描自动检测和分类大约5,000处肋骨骨折，其中包括420套训练CT（全部有骨折），80套经过验证的CT（20部没有骨折）和160套评估 CT。其中，训练420套（51.2G），验证80套，测试160套。

Breast

The Digital Database for Screening Mammography (DDSM)

乳腺钼靶筛查数字数据库；目的：促进计算机算法开发中的合理研究+开发有助于诊断的算法以及开发教学或培训辅助工具；open

数据库：内容：大小超200G。包含大约2500个研究。每个研究包括每个乳房的两张图像，以及一些相关的患者信息（年龄，ACR乳房密度分级，异常的细微分级，ACR异常的关键词描述）和图像信息（扫描仪，空间分辨率etc. ）。包含可疑区域的图像具有与可疑区域的位置和类型有关的像素级ground truth。还提供了用于访问乳房X线图像和ground truth以及用于为自动图像分析算法计算性能指标的软件。

Pancreas（open）

Target: Liver and tumour

Modality: Portal venous phase CT

Size: 420 3D volumes (282 Training +139 Testing)

Source: Memorial Sloan Kettering Cancer Center

Challenge: Label unbalance with large (background), medium (pancreas) and small (tumour) structures.

Spleen（open）

Target: Spleen

Modality: CT

Size: 61 3D volumes (41 Training + 20 Testing)

Source: Memorial Sloan Kettering Cancer Center

Challenge: Large ranging foreground size

Lung

Lung tumors（open）

Target: Lung and tumours

Modality: CT

Size: 96 3D volumes (64 Training + 32 Testing)

Source: The Cancer Imaging Archive

Challenge: Segmentation of a small target (cancer) in a large image

LIDC-IDRI

诊断性和肺癌筛查性胸部X线断层扫描（CT）扫描图像数据集；open

数据集：1018个病例数据集 in dicom（125G）。每个受试者都包括来自临床胸部CT以及相关XML，该xml记录了由四位经验丰富的胸部放射科医生针对3mm为界限的结节进行的两阶段图像注释过程的结果。（注：LIDC专用的函数包：pylidc）

注：LUNA16

数据集源于LIDC-IDRI；任务：结核位置检测，结核可能性评估，降低假阳率；open

Data Science Bowl 2017

肺癌检测；墓碑：由于数据集使用限制，该比赛的数据不再可供下载。

Finding and Measuring Lungs in CT Data

准确地分割肺部并测量重要的临床参数（如肺部体积，百分位密度（PD）等）（dataset）；open

数据集：共632M标注数据。

LNDb

肺部结节检测、分割（3mm为分界）和纹理（实体，子实体，毛玻璃不透明）分析；需申请

数据集：294套标注CT in .mhd and .raw；train + valid 4G；test 4G

EXACT '09

用于比较从胸部CT中分离支气管树的算法性能；需要注册申请

数据集：共4.9G。训练集20例图像+label；测试集20例图像