CoNIC2022
苏木精和伊红染色组织学图像中的核分割、分类和定量能够提取可解释的基于细胞的特征，这些特征可用于计算病理学 （CPath） 的下游可解释模型。该任务要求参与者分割组织内的细胞核，同时将每个细胞核分为以下类别之一：上皮细胞、淋巴细胞、血浆、嗜酸性粒细胞、中性粒细胞或结缔组织。CoNIC 数据集由从 Lizard 数据集中提取的 4981 个大小为 256*256*3 RGB 的块组成，其中包含来自结肠组织的图像部分。 每个 RGB 图像块都与实例分割图和分类图相关联，实例分割图保存范围在 0（背景）和 N（核数）之间的值，用于标记每个核。
xianweichengxiang可视化图片
CoNIC2022_0.png
CoNIC2022_1.webp
数据集元信息
| 维度 | 2D |
| 模态 | pathology |
| 任务类型 | segmentation |
| 解剖结构 | Cell |
| 解剖区域 | Pathology |
| 类别数 | 7 |
| 数据量 | 4981 |
| 文件格式 | PNG |
文件结构
CoNIC2022
│
├── images
│ ├── 0.png
│ ├── 1.png
│ ├── ...
│ ├── 4980_xx.png
│
├── masks
│ ├── 0.png
│ ├── 1.png
│ ├── ...
│ ├── 4980.png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
@inproceedings{graham2021lizard,
title={Lizard: a large-scale dataset for colonic nuclear instance segmentation and classification},
author={Graham, Simon and Jahanifar, Mostafa and Azam, Ayesha and Nimir, Mohammed and Tsang, Yee-Wah and Dodd, Katherine and Hero, Emily and Sahota, Harvir and Tank, Atisha and Benes, Ksenija and others},
booktitle={Proceedings of the IEEE/CVF International Conference on Computer Vision},
pages={684--693},
year={2021}
}
@article{graham2111conic,
title={Conic: Colon nuclei identification and counting challenge 2022. arXiv 2021},
author={Graham, S and Jahanifar, M and Vu, QD and Hadjigeorghiou, G and Leech, T and Snead, D and Raza, SEA and Minhas, F and Rajpoot, N},
journal={arXiv preprint arXiv:2111.14485}
}