BHSD：一个三维多类别脑出血分割数据集
计算机视觉与模式识别
2023-08-24 v2
摘要
颅内出血（ICH）是一种以颅骨内或脑内出血为特征的病理状况，可由多种因素引起。以依赖于出血类型的方式对ICH进行识别、定位与量化具有重要的临床意义。尽管深度学习技术广泛用于医学图像分割并已应用于ICH分割任务，现有公开ICH数据集不支持多类别分割问题。为此，我们构建了脑血肿分割数据集（BHSD），其提供一个包含192个带像素级标注体积和2200个带切片级标注体积、涵盖五类ICH的三维多类别ICH数据集。为展示该数据集的效用，我们制定了一系列监督与半监督ICH分割任务。我们给出基于SOTA模型作为参考基准的实验结果，以助力在该数据集上的进一步模型开发与评估。
引用
@article{arxiv.2308.11298,
title = {BHSD: A 3D Multi-Class Brain Hemorrhage Segmentation Dataset},
author = {Biao Wu and Yutong Xie and Zeyu Zhang and Jinchao Ge and Kaspar Yaxley and Suzan Bahadir and Qi Wu and Yifan Liu and Minh-Son To},
journal= {arXiv preprint arXiv:2308.11298},
year = {2023}
}
备注
Accepted by MLMI 2023