ICIAR 2018 BACH Task1
为推动自动分类（Classification）技术的进步，在第15届国际图像分析与识别会议（ICIAR 2018）上举办的BACH挑战赛，旨在对来自大型标注数据集的显微镜检查和全切片图像中的临床相关组织病理学进行定位和分类。该数据集专为此目的而公开。挑战赛包含两个子任务，其中子任务1涉及显微镜图像的分类，根据每张图像中主要的癌症类型标注为正常、良性、原位癌或浸润性癌。标注由两位医学专家完成，存在分歧的图像被剔除。子任务2涉及显微镜图像的分割（Segmentation）。本文主要介绍Task1数据。
xiongbu可视化图片
ICIAR_2018_BACH_Task1_1.webp
ICIAR_2018_BACH_Task1_3.webp
ICIAR_2018_BACH_Task1_4.webp
ICIAR_2018_BACH_Task1_2.webp
数据集元信息
| 维度 | 2D |
| 模态 | microscopy |
| 任务类型 | classification |
| 解剖结构 | 细胞 |
| 解剖区域 | 胸部 |
| 类别数 | 4 |
| 数据量 | 400 |
| 文件格式 | .tif |
文件结构
Photos
├── Benign
│ ├── b001.tif
│ ├── b002.tif
│ ├── ...
├── InSitu
│ ├── is001.tif
│ ├── is002.tif
│ ├── ...
├── Invasive
│ ├── iv001.tif
│ ├── iv002.tif
│ ├── ...
├── Normal
│ ├── n001.tif
│ ├── n002.tif
│ ├── ...图像尺寸统计
| 统计类型 | 间距 (mm) | 尺寸 |
|---|---|---|
| 最小值 | 0.00042 x 0.00042 |
[2048, 1536] |
| 中位值 | 0.00042 x 0.00042 |
[2048, 1536] |
| 最大值 | 0.00042 x 0.00042 |
[2048, 1536] |
引用
@article{aresta2019bach,
title={Bach: Grand challenge on breast cancer histology images},
author={Aresta, Guilherme and Ara{\'u}jo, Teresa and Kwok, Scotty and Chennamsetty, Sai Saketh and Safwan, Mohammed and Alex, Varghese and Marami, Bahram and Prastawa, Marcel and Chan, Monica and Donovan, Michael and others},
journal={Medical image analysis},
volume={56},
pages={122--139},
year={2019},
publisher={Elsevier}
}