Kvasir-SEG：一个分割息肉数据集
图像与视频处理
2019-11-19 v1 计算机视觉与模式识别
摘要
像素级图像分割在医学图像分析中是一项需求极高的任务。实践中，很难找到带有相应分割掩码的标注医学图像。本文中，我们提出 Kvasir-SEG：一个胃肠道息肉图像及相应分割掩码的开放获取数据集，由一名内科医生手动标注并经一名经验丰富的胃肠病学家核验。此外，我们还借助分割掩码生成了息肉区域的边界框。我们以传统分割方法与基于现代深度学习的卷积神经网络（CNN）方法演示了数据集的使用。该数据集对研究者复现结果与比较方法具有价值。通过向仅提供帧级标注的 Kvasir 数据集添加分割掩码，我们使多媒体与计算机视觉研究者得以在息肉分割与结肠镜图像自动分析领域做出贡献。
引用
@article{arxiv.1911.07069,
title = {Kvasir-SEG: A Segmented Polyp Dataset},
author = {Debesh Jha and Pia H. Smedsrud and Michael A. Riegler and Pål Halvorsen and Thomas de Lange and Dag Johansen and Håvard D. Johansen},
journal= {arXiv preprint arXiv:1911.07069},
year = {2019}
}
备注
12 pages, 4 figures, 26TH INTERNATIONAL CONFERENCE ON MULTIMEDIA MODELING