CVC-ClinicDB
CVC-ClinicDB 是MICCAI 2015 结肠镜视频自动息肉检测子挑战赛训练阶段的官方数据集。该数据库由从结肠镜检查视频中提取的612张静态图像组成，这些图像来自29个不同的序列。每张帧图像都附带有一个真值（ground truth）掩码，用于标识图像中息肉所覆盖的区域。当涉及到结肠镜检查和消化道肿瘤筛查时，息肉分割具有重要的意义。通过将医学影像中的息肉与周围正常组织进行分离，可以提供更清晰的视觉参考，帮助医生准确地确定息肉的位置、形状和大小。这对于初步评估息肉的性质（良性或恶性）以及制定相应的治疗计划至关重要。
内窥镜可视化图片
可视化图片 1
可视化图片 2
数据集元信息
| 维度 | 2D |
| 模态 | endoscopy |
| 任务类型 | segmentation |
| 解剖结构 | Colorectal |
| 解剖区域 | abdomen |
| 类别数 | 1 |
| 数据量 | 612 |
| 文件格式 | .tif |
文件结构
dataset
├── Original
│ ├── 1.tif
│ ├── 2.tif
│ │ ...
├── Ground Truth
│ ├── 1.tif
│ ├── 2.tif
│ ├── ...图像尺寸统计
| 统计类型 | 间距 (mm) | 尺寸 |
|---|---|---|
| 最小值 | - |
[288,384] |
| 中位值 | - |
[288,384] |
| 最大值 | - |
[288,384] |
引用
@article{bernal2015wm,
title={WM-DOVA maps for accurate polyp highlighting in colonoscopy: Validation vs. saliency maps from physicians},
author={Bernal, Jorge and S{\'a}nchez, F Javier and Fern{\'a}ndez-Esparrach, Gloria and Gil, Debora and Rodr{\'\i}guez, Cristina and Vilari{\~n}o, Fernando},
journal={Computerized medical imaging and graphics},
volume={43},
pages={99--111},
year={2015},
publisher={Elsevier}
}