Чтобы повысить точность обнаружения поражений, Клинический центр Национального института здоровья (NIH) предоставил крупномасштабный набор данных из 32000 аннотированных поражений, идентифицированных на изображениях компьютерной томографии (КТ).
Изображения, которые были полностью анонимны, представляют 4400 уникальных пациентов. Изображения компьютерной томографии этих пациентов отправляются радиологам для интерпретации; Клинически значимые результаты отмечаются электронной закладкой. Эти сложные закладки со стрелками, линиями, диаметрами и текстом использовались учеными для разработки набора данных DeepLesion.
В отличие от большинства доступных в настоящее время наборов данных медицинских изображений поражений, которые могут обнаруживать только один тип поражения, DeepLesion имеет большое разнообразие и содержит важные радиологические данные по всему телу, включая узелки легких, опухоли печени и увеличенные лимфатические узлы. Исследователи надеются, что выпуск набора данных поможет другим разработать универсальный детектор повреждений, который мог бы служить инструментом первоначального скрининга; выявить и изучить взаимосвязь между различными типами поражений; и более точно и автоматически измеряет размеры всех поражений у человека, позволяя оценить бремя рака на всем теле.
"В будущем Клинический центр NIH надеется продолжить совершенствование набора данных DeepLesion, собирая больше данных, тем самым повышая точность его обнаружения," согласно пресс-релизу NIH.