Aug, 2023

AATCT-IDS: 一种用于图像去噪、语义分割和放射学评估的腹部脂肪 CT 图像数据集

PDF
TL;DRAATTCT-IDS 是一个包含 300 个被试者的 Benchmark 腹部脂肪 CT 图像数据集，通过对 13,732 个原始 CT 切片进行标注，验证了去噪方法、训练语义分割模型和研究影像组学等，该数据集在以上三种任务中验证了研究潜力。
abdominal adipose tissue ct image datasetimage denoisingsemantic segmentationradiomicsadipose distributions
发现论文，激发创造
  • AbdomenCT-1K：腹部器官分割问题已得解决吗？

    该论文介绍了一个大规模的腹部 CT 器官分割数据集 AbdomenCT-1K，其中包括来自 12 个医疗中心的 1000 多个 CT 扫描，并指出现有的分割方法在不同医疗中心、不同阶段和看不见的疾病上存在一定的局限性，提出了用于此类数据的四个器官分割基准以及针对这些基准的简单而有效的方法，这将有助于未来的医学影像研究。

    Oct, 2020

  • 基于不确定性驱动和对抗学习的心外膜脂肪组织分割

    提出一种新颖的特征潜空间多级监督网络（SPDNet），采用不确定性驱动和对抗标定学习来增强分割，以更准确地估算心外膜脂肪体积。实验证明，这种基于不确定性驱动和对抗标定学习的方法可以为建模多尺度的模糊提供额外信息。

    Feb, 2024

  • RSNA 腹部外伤 CT（RATIC）数据集

    RSNA Abdominal Traumatic Injury CT 数据集是最大的公开可用的成人腹部 CT 研究，用于创伤性损伤的注释。该数据集涵盖了 23 个机构 14 个国家的 4,274 项研究，适用于探测腹部损伤的先进机器学习模型的开发，包括肝脏、脾脏、肾脏、肠道和系膜等多个器官的损伤检测和分类。通过此数据集的发布，我们希望促进机器学习和腹部创伤领域的研究和发展，以改进患者护理和预后。

    May, 2024

  • 增强的 CT 图像肌肉和脂肪分割用于身体构成分析：一项比较研究

    通过比较我们的内部工具和 TotalSegmentator 的测量结果，研究表明我们的工具在测量皮下脂肪和肌肉方面表现优于 TotalSegmentator，并且在内脏脂肪的分割方面两种工具之间存在可靠的一致性。这些结果显示了我们的工具在提高人体组成分析的准确性方面的潜力。

    Jan, 2024

  • 胸腹部 CT 扫描中的肾脏异常分割

    使用深度学习方法，我们提出了一种肾脏实质和肾脏异常的分割方法，以帮助临床医生识别和量化肾脏异常，如囊肿、病变、肿块、转移和原发肿瘤。我们的方法通过训练 215 例胸腹部增强 CT 扫描，其中一半扫描含有一个或多个异常，实现了肾脏异常的准确分割和肾脏实质的改进分割。最佳模型的 Dice 分数在测试集中表现优异，超过了独立人眼观察者的分数，表明计算机化方法在肾脏异常分割中有进一步改进的潜力。

    Sep, 2023

  • 利用计算机断层扫描钙化分数机会性心外脂肪组织评估预测心血管事件的人工智能

    手工制作的 ' 脂质组学 ' 特征能够捕捉心外脂肪组织（EAT）的病理生理学并提高相关心血管风险的预测能力。

    Jan, 2024

  • TRUSTED: 肾脏分割和配准研究的成对三维腹部超声和 CT 人类数据

    通过 TRUSTED 数据集，我们提出了一种用于结构医学图像分割和图像配准的多模态图像注册方法，其应用于自动器官测量、图像引导手术和机器人导航等临床医学领域。

    Oct, 2023

  • 冠脂肪周围组织心脏 CT 灌注成像揭示冠脉 CTA 潜在干扰因素

    使用心动脉 CT 肿瘤灌注（CCTP）技术研究了心脏病患者中冠心病相关脂肪组织 (PCAT) 的影像特征和血流动力学性质，发现 PCAT 的血流量约为相应心肌的 23％，PCAT 在影像特征、表观体积和放射图像学方面的评估受取像时间和梗阻性狭窄存在的干扰因素的影响敏感。

    Jun, 2023

  • CT 血管造影中冠周脂肪组织衰减和体积的自动测量

    我们开发了一种全自动的方法，对冠状动脉周围的区域进行心周脂肪均值和体积的测量。我们在公共 ImageCAS 数据集的一个大子集上训练了一个三维全分辨率的 nnUNet 来分割左冠状动脉和右冠状动脉。然后，我们自动测量了冠状动脉周围的心周脂肪。我们在同一数据集的一个独立测试集上评估了我们的方法，得到了 RCA 的平均 Dice 分数为 83％，心周脂肪均值衰减为 - 73.81 ± 12.69 HU，而 LCA 的平均 Dice 分数为 81％，心周脂肪均值衰减为 - 77.51 ± 7.94 HU。我们是第一个开发出全自动测量冠状动脉周围心周脂肪衰减和体积的方法。我们的工作突显了自动化心周脂肪测量在炎症和心脏疾病识别中的潜力。

    Nov, 2023

  • ECPC-IDS：一份用于评估语义分割和高代谢区域检测的子宫内膜癌 PET / CT 图像数据集

    发表了一份公开可用的子宫内膜癌 PET/CT 图像数据集 (ECPC-IDS)，它包含大量的图像和标注信息，用于支持深度学习语义分割和目标检测方法，有助于增强计算辅助技术，从而为临床医生和患者带来极大的好处。

    Aug, 2023