CP-CHILD
CP-CHILD 是由长沙理工大学与湖南省儿童医院联合开发的医学图像分类数据集，主要用于胃肠病学领域的机器学习研究。该数据集包含 CP-CHILD-A 和 CP-CHILD-B 两个子集，总计约 9500 张内窥镜图像，每个子集都按照训练集（train）和测试集（test）进行划分，并根据是否存在息肉进行了标注分类。 这个数据集的主要目标是辅助开发和评估结肠息肉检测算法，这对于结直肠癌的早期预防具有重要意义。数据集采用了规范的二分类结构，每张图像都被清晰地标记为有息肉或无息肉两种类别，这种结构化的设计使其特别适合用于监督学习模型的训练和评估。
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 | classification |
| 解剖结构 | Colon |
| 解剖区域 | Pelvic |
| 类别数 | 2 |
| 数据量 | 9500 |
| 文件格式 | .JPG |
文件结构
CP-CHILD
├── CP-CHILD-A
│ ├── Test
│ │ ├── Non-Polyp
│ │ │ ├── 0 (1).jpg
│ │ │ ├── 0 (10).jpg
│ │ │ └── ...
│ │ └── Polyp
│ │ ├── 1 (1).jpg
│ │ ├── 1 (10).jpg
│ │ └── ...
│ └── Train
│ ├── Non-Polyp
│ │ ├── 0 (1).jpg
│ │ ├── 0 (10).jpg
│ │ └── ...
│ └── Polyp
│ ├── 1 (1).jpg
│ ├── 1 (10).jpg
│ └── ...
├── CP-CHILD-B
│ ├── Test
│ │ ├── Non-Polyp
│ │ │ ├── 0 (1).jpg
│ │ │ ├── 0 (10).jpg
│ │ │ └── ...
│ │ └── Polyp
│ │ ├── 1 (1).jpg
│ │ ├── 1 (10).jpg
│ │ └── ...
│ └── Train
│ ├── Non-Polyp
│ │ ├── 0 (1).jpg
│ │ ├── 0 (10).jpg
│ │ └── ...
│ └── Polyp
│ ├── 1 (1).jpg
│ ├── 1 (10).jpg
│ └── ...
└── README.txt图像尺寸统计
| 统计类型 | 间距 (mm) | 尺寸 |
|---|---|---|
| 最小值 | - |
(256, 256) |
| 中位值 | - |
(256, 256) |
| 最大值 | - |
(256, 256) |
引用
@article{wang2020improved,
title={An improved deep learning approach and its applications on colonic polyp images detection},
author={Wang, Wei and Tian, Jinge and Zhang, Chengwen and Luo, Yanhong and Wang, Xin and Li, Ji},
journal={BMC Medical Imaging},
volume={20},
pages={1--14},
year={2020},
publisher={Springer}
}