ACDC数据集介绍

部署运行你感兴趣的模型镜像

简介

        ACDC(Automatic Cardiac Diagnosis Challenge)数据集是2017年MICCAI会议期间发布的一个公开心脏MRI数据集,旨在推动自动心脏结构分割与疾病诊断算法的发展。该数据集包含100例真实临床患者的心脏电影磁共振成像(cine MRI),涵盖五类心脏状况:正常对照、扩张型心肌病、肥厚型心肌病、心肌梗死后和右心室异常。

内容

        每例数据在心动周期的两个关键时相——舒张末期(ED)和收缩末期(ES)——由专业医师手动标注三个心脏结构:左心室腔(LV)、右心室腔(RV)和左心室心肌(Myocardium)。这些精细的像素级标注为评估分割算法的准确性提供了可靠基准。

数据格式

        ACDC原始数据以标准医学图像格式 NIfTI(.nii.gz)发布,包含每个患者的完整4D cine MRI序列(时间维度 × 三维空间),以及在舒张末期(ED)和收缩末期(ES)两个关键时相提取的3D图像及其对应的专家标注(分割标签)。

        所有图像和标签均按患者组织在独立文件夹中,并附带一个 Info.cfg 配置文件,其中明确记录了ED/ES对应的帧号、像素间距(pixel spacing)、层厚(slice thickness)、采集方向等关键元数据,便于精确的空间重建与定量分析。

        然而,在实际研究或某些预处理版本中(例如用于深度学习训练的公开代码库),原始3D+时间数据常被进一步切片处理为2D形式以简化模型输入。

·        如 case0005_slice000.npz 即属于此类预处理后的2D数据格式:

        case0005:表示第 5 例患者(编号从 0000 或 0001 开始,此处为第5例,对应原始 ACDC 的 patient005)。

        slice000:表示该患者在某一特定时相(通常是 ED 或 ES)下的 第 0 层短轴切片(slice index = 0)。ACDC 的短轴序列通常包含 8–16 层,从心尖到心底或反之排列。

        .npz:是 NumPy 提供的压缩数组存档格式,可高效存储多个同名数组(如图像和标签)。

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.9

TensorFlow-v2.9

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值