LoDoPaB-CT数据集：用于低剂量CT重建方法的基准数据集
图像与视频处理
2021-04-20 v2 机器学习
机器学习
摘要
用于求解成像逆问题的深度学习方法已变得非常有效，并被证明在该领域具有相当的竞争力。由于这些方法高度依赖于用于训练的数据和设置，因此比较这些方法是一项具有挑战性的任务。我们提供了一个公开的计算机断层扫描图像数据集和模拟的低剂量测量数据，适用于训练此类方法。通过LoDoPaB-CT数据集，我们旨在创建一个允许公平比较的基准。它包含从LIDC/IDRI数据库中选取的约800名患者的超过40,000张扫描切片。在本文中，我们描述了如何处理原始切片以及如何模拟测量数据。我们还给出了首批基线结果。
引用
@article{arxiv.1910.01113,
title = {The LoDoPaB-CT Dataset: A Benchmark Dataset for Low-Dose CT Reconstruction Methods},
author = {Johannes Leuschner and Maximilian Schmidt and Daniel Otero Baguer and Peter Maaß},
journal= {arXiv preprint arXiv:1910.01113},
year = {2021}
}