Krajowe Badanie Siewne w kierunku Raka Płuc (NLST) było randomizowanym, kontrolowanym badaniem klinicznym dotyczącym badań przesiewowych w kierunku raka płuc. Zbiór danych NLST obejmuje obrazy radiologiczne, obrazy patologiczne oraz dane kliniczne.
Statystyki zbioru
Metody obrazowania: TK
Liczba pacjentów: 26 254
Liczba badań: 73 118
Liczba serii: 203 099
Liczba obrazów: 21 082 502
Rozmiar obrazów (TB): 11,3 terabajtów
Aby uzyskać dostęp do tej bazy danych obrazów, możesz kliknąćtutaj
* Archiwum Obrazowania Nowotworów to ogólnodostępna baza zawierająca obrazy medyczne i dane uzupełniające dotyczące pacjentów chorych na nowotwory. Obrazy są zapisywane w formacie plików DICOM. Obrazy są uporządkowane w „kolekcje”, zazwyczaj obejmujące pacjentów powiązanych wspólną chorobą (np. rakiem płuc), metodą obrazowania (MRI, tomografia komputerowa itp.) lub tematem badań. Funkcja wyszukiwania pozwala użytkownikom przeszukiwać kolekcje lub ich zawartość, aby wyfiltrować wyłącznie te dane, które najbardziej ich interesują.
Zbiór obrazów Lung Image Database Consortium (LIDC-IDRI) obejmuje diagnostyczne i przesiewowe tomografie komputerowe klatki piersiowej (CT) w kierunku raka płuc, zawierające zaznaczone i opatrzone adnotacjami zmiany chorobowe. Jest to międzynarodowy zasób dostępny w Internecie, służący do opracowywania, szkolenia i oceny metod diagnostyki wspomaganej komputerowo (CAD) w zakresie wykrywania i diagnozowania raka płuc. Partnerstwo publiczno-prywatne, zainicjowane przez Narodowy Instytut Raka (NCI), rozwinięte przez Fundację Narodowych Instytutów Zdrowia (FNIH) oraz wspierane przez Agencję ds. Żywności i Leków (FDA) poprzez jej aktywny udział, stanowi przykład sukcesu konsorcjum opartego na procesie opartym na konsensusie.
Statystyki dotyczące badań
Metody: TK (tomografia komputerowa), DX (radiografia cyfrowa), CR (radiografia komputerowa)
Liczba pacjentów: 1 010
Liczba badań: 1 308
Liczba serii: 1 018 tomografii komputerowych, 290 CR/DX
Liczba obrazów: 244 527
Rozmiar obrazów (GB): 124
Aby uzyskać dostęp do tej bazy danych obrazów, możesz kliknąćtutaj
Przekaż darowiznę
Pomóż nam w rozwoju platformy Centrum Onkologicznego z wykorzystaniem metod uczenia maszynowego.