OPTIMAM乳腺摄影图像数据库：大规模乳腺摄影图像与临床数据资源
计算机与社会
2020-04-13 v1 图像与视频处理
摘要
医学成像研究特别是人工智能（AI）发展的一个主要障碍是缺乏与其他研究者共享图像的医学图像大型数据库。没有这样的数据库，就不可能训练可泛化的AI算法，并且大量的时间和资金被花费在各个研究中心收集较小的数据集。OPTIMAM图像数据库（OMI-DB）的开发旨在克服这些障碍。OMI-DB由若干关系型数据库和云存储系统组成，包含乳腺摄影图像及相关的临床和病理信息。该数据库包含来自三个英国乳腺筛查中心的173,319名女性的超过250万张图像。其中包括154,832名乳房正常女性、6909名良性发现女性、9690名筛查检出癌症女性和1888名间隔癌女性。收集工作正在进行中，所有女性均接受随访，并根据后续筛查事件更新其临床状态。既往筛查乳腺摄影图像和间隔癌的可用性对于AI开发是重要资源。自2014年以来，OMI-DB的数据已与超过30个研究小组和公司共享。这种渐进式方法通过资助者与获批的学术和商业研究小组之间的共享协议得以实现。像OMI-DB这样的研究数据集为研究提供了强大的资源。
引用
@article{arxiv.2004.04742,
title = {OPTIMAM Mammography Image Database: a large scale resource of mammography images and clinical data},
author = {Mark D Halling-Brown and Lucy M Warren and Dominic Ward and Emma Lewis and Alistair Mackenzie and Matthew G Wallis and Louise Wilkinson and Rosalind M Given-Wilson and Rita McAvinchey and Kenneth C Young},
journal= {arXiv preprint arXiv:2004.04742},
year = {2020}
}