ARCH
ARCH 数据集专为计算病理学（computational pathology）中的多实例描述任务而设计。病理学图像通常包含丰富的视觉信息，如各种组织结构（tissue structures）和细胞形态（cell morphologies）。在实际诊断过程中，病理学家经常需要分析多张组织切片或不同染色方法的图像来获取全面的病理信息。多实例方法能更有效地模拟这一过程，从而提供更接近实际临床操作的诊断工具。ARCH 数据集包含跨多种染色方法、组织类型和病理诊断的多实例图像及详细描述，为开发更先进的自动化病理诊断工具奠定了坚实基础。
xianweichengxiang可视化图片
可视化图片 1
可视化图片 2
可视化图片 3
数据集元信息
| 维度 | 2D |
| 模态 | other |
| 任务类型 | other |
| 解剖结构 | 组织细胞 |
| 解剖区域 | 全身 |
| 数据量 | 11,186 |
| 文件格式 | .jpg, .json |
文件结构
.
├── pubmed
├── images
├────1.jpg
├────2.jpg
├────3.jpg
├────...
├── captions.json
├── book图像尺寸统计
| 统计类型 | 间距 (mm) | 尺寸 |
|---|---|---|
| 最小值 | 不适用 |
不适用 |
| 中位值 | 不适用 |
不适用 |
| 最大值 | 不适用 |
不适用 |
引用
@inproceedings{gamper2021multiple,
title={Multiple instance captioning: Learning representations from histopathology textbooks and articles},
author={Gamper, Jevgenij and Rajpoot, Nasir},
booktitle={Proceedings of the IEEE/CVF conference on computer vision and pattern recognition},
pages={16549--16559},
year={2021}
}