Gleason 2019
Gleason 2019数据集是MICCAI 2019病理学挑战赛的三大主要竞赛之一，旨在基于H&E染色（苏木精-伊红染色）的组织病理学图像实现前列腺癌Gleason分级的自动化。这项任务至关重要，因为Gleason评分是强有力的预后预测指标。另一方面，由于每个Gleason分级相关的细胞和腺体模式存在显著异质性，导致观察者间存在明显差异（即使在病理学家之间），这使得该任务极具挑战性。本数据集包含331张标注的病理图像，分为六个类别。
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 | pathology |
| 任务类型 | classification |
| 解剖结构 | 前列腺 |
| 解剖区域 | 前列腺 |
| 类别数 | 6 |
| 数据量 | 331 |
| 文件格式 | JPG |
文件结构
Gleason
├── image
│ ├── train
│ │ ├── xxx.jpg
│ │ ├── xxx.jpg
│ │ ├── xxx.jpg
│ │ ├── xxx.jpg
│ │ └── ...
│ └── val
│ │ ├── xxx.jpg
│ │ ├── xxx.jpg
│ │ ├── xxx.jpg
│ │ ├── xxx.jpg
│ │ └── ...
├── train.txt
└── val.txt图像尺寸统计
| 统计类型 | 间距 (mm) | 尺寸 |
|---|---|---|
| 最小值 | - |
(4608, 4608) |
| 中位值 | - |
(5096, 5004) |
| 最大值 | - |
(5632, 5632) |
引用
@article{nir2018automatic,
title={Automatic grading of prostate cancer in digitized histopathology images: Learning from multiple experts},
author={Nir, Guy and Hor, Soheil and Karimi, Davood and Fazli, Ladan and Skinnider, Brian F and Tavassoli, Peyman and Turbin, Dmitry and Villamil, Carlos F and Wang, Gang and Wilson, R Storey and others},
journal={Medical image analysis},
volume={50},
pages={167--180},
year={2018},
publisher={Elsevier}
}