Chest X-ray Masks and Labels
Radiografías de tórax acompañadas de máscaras de segmentación pulmonar, útiles para tareas como la detección de patologías o la adaptación de dominios.
2403 archivos, radiografías en DICOM + máscaras en PNG
CC0: Dominio público
Descripción
Este conjunto de datos proporciona un conjunto de imágenes médicas compuesto por radiografías de tórax y máscaras de segmentación asociadas. Las imágenes provienen de varios hospitales e instituciones de salud y representan una variedad de afecciones pulmonares, incluida la tuberculosis. Es posible que falten algunas mascarillas, lo que invita a la verificación manual o al enriquecimiento de los conjuntos de datos.
¿Para qué sirve este conjunto de datos?
- Entrenamiento de modelos de segmentación pulmonar en radiografías médicas
- Desarrollar clasificadores para detectar la tuberculosis u otras anomalías pulmonares
- Evaluar la solidez de los modelos en imágenes de diferentes fuentes clínicas
¿Se puede enriquecer o mejorar?
Sí, es posible completar las máscaras que faltan, anotar con más detalle las anomalías visibles o adaptar las imágenes a escenarios multilingües. En este sentido, son importantes mejoras como la alineación automática, la normalización de la intensidad o el aumento de datos.
🔎 En resumen
🧠 Recomendado para
- Investigadores de imágenes médicas
- Proyectos de segmentación pulmonar
- Adaptación del campo médico
🔧 Herramientas compatibles
- MONAI
- PyTorch
- MedPy
- ITK-SNAP
- Keras
💡 Consejo
Para mejorar los resultados, utilice técnicas de aumento específicas para las imágenes de rayos X, como la inversión del contraste o el desenfoque gaussiano.
Preguntas frecuentes
¿Están completas las mascarillas para cada radiografía?
No, algunas radiografías no tienen una máscara asociada. Es recomendable comprobarlo manualmente o completarlo con sus propias anotaciones.
¿Se puede usar este conjunto de datos para entrenar un modelo de diagnóstico automático?
Sí, solo con fines de investigación. No debe usarse con fines clínicos sin una validación médica regulada.
¿Las imágenes están anonimizadas y listas para usarse?
Sí, todas las imágenes se anonimizan y se proporcionan en un formato DICOM adaptado al procesamiento de aprendizaje profundo.
