ImageCHD：用于先天性心脏病分类的三维计算机断层扫描图像数据集
图像与视频处理
2021-05-13 v2 计算机视觉与模式识别
机器学习
摘要
先天性心脏病（CHD）是最常见的出生缺陷类型，在美国每110例出生中就有1例发生。CHD通常伴随心脏结构和大动脉连接的严重变异，可分为多种类型。因此，分析相关医学图像需要高度专业化的领域知识和耗时的手工过程。另一方面，由于CHD的复杂性和数据集的缺乏，关于CHD自动诊断（分类）的探索很少。本文提出ImageCHD，这是首个用于CHD分类的医学图像数据集。ImageCHD包含110张三维计算机断层扫描（CT）图像，覆盖大多数CHD类型，具有相当的规模。CHD的分类需要在数据有限的情况下识别无局部组织变化的大尺度结构改变，这是当前基于机器学习的视觉方法难以解决的一类更大规模问题的范例。为说明这一点，我们进一步提出了一个基于最先进CHD分割方法的CHD自动分类基线框架。实验结果表明，在覆盖率为88.4%的选择性预测方案下，该基线框架仅能达到82.0%的分类准确率，留有较大的改进空间。我们希望ImageCHD能激发进一步的研究，并带来具有多领域影响的创新性和通用性解决方案。与现有医学成像数据集相比，我们的数据集已公开发布。
引用
@article{arxiv.2101.10799,
title = {ImageCHD: A 3D Computed Tomography Image Dataset for Classification of Congenital Heart Disease},
author = {Xiaowei Xu and Tianchen Wang and Jian Zhuang and Haiyun Yuan and Meiping Huang and Jianzheng Cen and Qianjun Jia and Yuhao Dong and Yiyu Shi},
journal= {arXiv preprint arXiv:2101.10799},
year = {2021}
}
备注
11 pages, 6 figures, 2 tables, published at MICCAI 2020. The diagnosis info of the dataset is updated (thanks to the help of Kadirbarut from Bilgiuzayi)