AAPM-RT-MAC
AAPM-RT-MAC数据集是一个用于在MR模态下分割腮腺（parotid glands）、颌下腺（submandibular glands）以及2级和3级淋巴结（level 2 and level 3 lymph nodes）轮廓的数据集。该数据集是2019年AAPM会议挑战赛的组成部分，共包含55例病例，其中31例用于训练，12例用于验证，12例用于测试。随着MR-Linac和MR引导放射治疗（MR-guided radiation therapy）的出现，基于MRI的放射治疗计划已成为趋势。轮廓勾画是现代放射治疗计划中的重要任务，常因观察者差异带来不确定性。自动分割（automatic segmentation）已被证明是减少这种不确定性的有效方法。本次挑战赛的总体目标是为比较各种自动分割算法在头颈部患者MRI图像中勾画危及器官（OARs）或肿瘤提供平台。结果将展示各种自动分割算法的性能，可用于指导临床选择这些算法。
toujingbu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 | mri |
| 任务类型 | segmentation |
| 解剖结构 | 唾液腺（Salivary glands）、淋巴结（Lymph Nodes） |
| 解剖区域 | 头颈部（Head and Neck） |
| 类别数 | 8 |
| 数据量 | 55 |
| 文件格式 | .dcm |
文件结构
Dataset
│
├── AAPM-RT-MAC
│ ├── RTMAC-LIVE-001
│ │ ├── 08-26-1998-NA-ResearchHead and neck-48089
│ │ │ ├── 1.000000-RS Unapproved Structure Set-62326
│ │ │ │ ├── 1-1.dcm
│ │ │ ├── 3.000000-Ax T2 TSE-90761
│ │ │ │ ├── 1-001.dcm
│ │ │ │ ├── 1-002.dcm
│ │ │ │ ├── 1-003.dcm
│ │ │ │ ├── ...
│ ├── RTMAC-LIVE-002
│ │ ├── 09-26-1998-NA-Simulation ProtocolsHead Neck-94350
│ │ │ ├── 1.000000-RS Unapproved Structure Set-10263
│ │ │ │ ├── 1-1.dcm
│ │ │ ├── 8.000000-T2 TSE-59062
│ │ │ │ ├── 1-001.dcm
│ │ │ │ ├── 1-002.dcm
│ │ │ │ ├── 1-003.dcm
│ │ │ │ ├── ...
│ ├── ...
│ ├── metadata.csv图像尺寸统计
| 统计类型 | 间距 (mm) | 尺寸 |
|---|---|---|
| 最小值 | (0.5, 0.5, 2.0) |
(512, 512, 120) |
| 中位值 | (0.5, 0.5, 2.0) |
(512, 512, 120) |
| 最大值 | (0.5, 0.5, 2.0) |
(512, 512, 120) |
引用
@article{cardenas2020head,
title={Head and neck cancer patient images for determining auto-segmentation accuracy in T2-weighted magnetic resonance imaging through expert manual segmentations},
author={Cardenas, Carlos E and Mohamed, Abdallah SR and Yang, Jinzhong and Gooding, Mark and Veeraraghavan, Harini and Kalpathy-Cramer, Jayashree and Ng, Sweet Ping and Ding, Yao and Wang, Jihong and Lai, Stephen Y and others},
journal={Medical physics},
volume={47},
number={5},
pages={2317--2322},
year={2020},
publisher={Wiley Online Library}
}