AMOS 2022
腹部多器官分割（Abdominal multi-organ segmentation）是医学影像分析领域最具吸引力的课题之一，在支持疾病诊断和治疗等临床工作流程中发挥着重要作用。深度学习技术在腹部多器官分割应用中的成功，暴露出当前缺乏用于开发和比较这些方法的大规模基准数据集。虽然已有多个腹部器官分割基准数据集，但有限的关注器官数量和训练样本仍制约着现代深度模型的性能，使得难以对不同方法进行全面公正的评估。
腹部可视化图片
可视化图片 1
可视化图片 2
数据集元信息
| 维度 | 3D |
| 模态 | pathology |
| 任务类型 | segmentation |
| 解剖结构 | 脾脏、右肾、左肾、胆囊、食道、肝脏、胃、主动脉、下腔静脉、胰腺、右肾上腺、左肾上腺、十二指肠、膀胱、前列腺/子宫 |
| 解剖区域 | 腹部 |
| 类别数 | 15 |
| 数据量 | 训练集240例，验证集120例，测试集240例 |
| 文件格式 | .nii.gz |
文件结构
AMOS22
├── dataset.json
├── imagesTr
│ ├── amos_0001.nii.gz
│ ├── amos_0004.nii.gz
│ ├── amos_0005.nii.gz
│ ├── ...
├── labelsTr
│ ├── amos_0001.nii.gz
│ ├── amos_0004.nii.gz
│ ├── amos_0005.nii.gz
│ ├── ...
├── imagesTs
│ ├── amos_0002.nii.gz
│ ├── amos_0003.nii.gz
│ ├── ...图像尺寸统计
| 统计类型 | 间距 (mm) | 尺寸 |
|---|---|---|
| 最小值 | (0.45, 0.45, 0.82) |
(192, 60, 64) |
| 中位值 | (0.78, 0.78, 5) |
(512, 512, 100) |
| 最大值 | (1.95, 1.95, 5) |
(768, 768, 512) |
引用
@article{ji2022amos,
title={AMOS: A Large-Scale Abdominal Multi-Organ Benchmark for Versatile Medical Image Segmentation},
author={Ji, Yuanfeng and Bai, Haotian and Yang, Jie and Ge, Chongjian and Zhu, Ye and Zhang, Ruimao and Li, Zhen and Zhang, Lingyan and Ma, Wanling and Wan, Xiang and others},
journal={arXiv preprint arXiv:2206.08023},
year={2022}
}