SARS-COV-2
SARS-COV-2 CT扫描数据集包含2482张肺部CT扫描图像。该数据集分为两类：1252张COVID-19阳性患者的CT扫描图像和1230张未感染COVID-19个体的CT扫描图像。2020年初，COVID-19病毒在全球范围内广泛传播，促使各国研究人员积极开展关于COVID-19机制的研究以及诊断和治疗技术的开发。越来越多的证据表明，肺部CT扫描图像在确定个体是否感染COVID-19以及评估感染程度方面起着至关重要的作用。准确快速地筛查COVID-19阳性患者不仅有利于患者的快速康复，还有助于控制这种高度传染性疾病并减少进一步感染。因此，许多研究人员正在积极利用深度学习技术，基于肺部CT扫描图像实现COVID-19感染的快速识别。在巴西圣保罗政府公务员医院的支持下，作者准备并公开了这个包含COVID-19阳性患者肺部CT图像的数据集，希望能促进基于深度学习的COVID-19检测算法研究及相关应用的开发。
xiongbu可视化图片
SARS-COV-2_2.webp
SARS-COV-2_1.webp
SARS-COV-2_0.png
数据集元信息
| 维度 | 2D |
| 模态 | ct |
| 任务类型 | classification |
| 解剖结构 | 肺部 |
| 解剖区域 | 胸部 |
| 类别数 | 2 |
| 数据量 | 2482 |
| 文件格式 | PNG |
文件结构
SARS-COV-2 Ct-Scan Dataset
├── COVID
│ ├── Covid (1).png
│ ├── Covid (2).png
│ │ ...
├── non-COVID
│ ├── Non-Covid (1).png
│ ├── Non-Covid (2).png
│ │ ...图像尺寸统计
| 统计类型 | 间距 (mm) | 尺寸 |
|---|---|---|
| 最小值 | - |
[182,129] |
| 中位值 | - |
[390,240] |
| 最大值 | - |
[484,416] |
引用
@article{2020SARS,
title={SARS-CoV-2 CT-scan dataset:A large dataset of real patients CT scans for SARS-CoV-2 identification},
author={ Soares, Eduardo and Angelov, Plamen and Biaso, Sarah and Froes, Michele Higa and Abe, Daniel Kanda },
journal={Cold Spring Harbor Laboratory Press},
year={2020},
}