哥本哈根大学 发布 HQColon 数据集, 应用在 医学影像、机器学习 领域

哥本哈根大学 本次发布的数据集 HQColon, HQColon数据集是由哥本哈根大学计算机科学系创建的高分辨率结肠标注数据集。该数据集通过使用基于规则的传统分割方法和交互式机器学习相结合的半自动化管道生成，旨在为nnU-Net模型提供训练数据，以实现从CT结肠造影图像中全自动分割出高分辨率的结肠结构。数据集包含了825名50岁及以上患者的3451个CT扫描，经过筛选和专家验证，最终形成了包含435个高质量标注的CT扫描数据集。该数据集可应用于临床和研究领域，如数字孪生和个性化医疗，有助于推进结肠分割技术的准确性。

查看HQColon

关于 哥本哈根大学 , 哥本哈根大学是丹麦最古老、最大的研究型大学，提供广泛的学科教育和研究，以其卓越的学术成就和国际影响力而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。