
文章目录
气胸可能由胸部钝伤、潜在肺部疾病造成的损害或最可怕的原因引起——它可能完全没有明显的原因。在某些情况下,肺部塌陷可能会危及生命。
气胸通常由放射科医生通过胸部 X 光检查诊断,有时很难确认。用于检测气胸的准确 AI 算法将在许多临床场景中有用。AI 可用于对胸片进行分类以进行优先解释,或为非放射科医生提供更自信的诊断。
2019年8月,由Society for Imaging Informatics in Medicine (SIIM)举办的气胸分割识别比赛的目标就是对胸部X光存在气胸的情况进行检出。如何在气胸患者的X光片上,分割出气胸患者患病区的部位和形状。
本文主要是对此次比赛公开的气胸X光胸片数据进行分析和处理,将会依次从数据获取—>数据可视化—>数据转储,三个方面展开。力求对这批数据的组成,以及处理方式有个较为深入的了解。为后续的训练、测试等等内容,打下坚实的基础。
最终,我会将处理好的数据直接分享出来,方便下载使用,下载链接:胸片X光气胸标注处理后下载链接。下面我们就开始吧!
一、 比赛及数据介绍
比赛地址:https://www.kaggle.com/c/siim-acr-pneumothorax-segmentation
原始数据下载地
本文详细介绍了如何处理气胸X光图像数据,包括从DCM文件读取、RLE编码的mask转换、数据可视化以及将标注信息存储为JPEG图像和JSON文件。通过数据预处理,可以更好地理解和操作医学影像数据,为后续的机器学习或深度学习任务做好准备。
订阅专栏 解锁全文
2879





