机构名称：
¥ 3.0
公共成像数据集对于癌症成像中自动化工具的开发和评估至关重要。不幸的是，许多不包括注释或图像衍生的特征，使其下游分析变得复杂。基于人工智能的注释工具已被证明可以实现可接受的性能，因此可用于自动注释大型数据集。作为丰富NCI成像数据共享（IDC）中可用的公共数据的努力的一部分，在这里，我们在这里介绍了AI生成的注释，用于两种计算机断层扫描图像的胸部，NSCLC-radiomics和国家肺肺部筛查试验的两部计算机图像。使用公开可用的AI算法，我们得出了有风险的胸腔器官的体积注释，它们相应的放射线特征以及解剖学地标和地区的切片级注释。由IDC在IDC中公开可用的注释，其中DICOM格式用于协调数据并实现公平的原则。注释伴随着启用云的笔记本，以证明其使用。这项研究强大了对大型，可公开访问的策划数据集的需求，并证明了如何使用AI来帮助癌症成像。
科学数据论文arxiv
主要关键词
相关文件推荐
