【CV】医学图像|乳腺癌组织病理图像分类研究

BUS_UC: 良性和恶性乳腺超声图像数据集 是一个专门为乳腺肿瘤分割和分类研究设计的高质量数据集。它包含良性和恶性乳腺肿瘤的超声图像，所有图像的分辨率均为 256 × 256 像素。 数据集内容 良性肿瘤图像: 包含 358 张 良性乳腺肿瘤的超声图像。 恶性肿瘤图像: 包含 453 张 恶性乳腺肿瘤的超声图像。 注意: 数据集中不包含原始来源的“真实标签”（ground truth）图像。分割和分类的标注是由一位经验丰富的放射科医生专门创建的。 数据采集与标注 数据来源 这些超声图像来源于 Ultrasound Cases 网站。 由于原始来源未提供真实标签图像，因此邀请了一位经验丰富的放射科医生参与标注工作，以确保标注的质量和准确性。 标注用途 标注内容专为 肿瘤分割 和 分类任务 设计，可用于开发和评估相关算法。 数据集的潜在用途 该数据集适用于多种研究活动，包括但不限于以下领域： 乳腺肿瘤分割 开发和评估用于准确分割超声图像中肿瘤区域的算法。 示例应用：医学影像处理、肿瘤边界识别。 乳腺肿瘤分类 训练和测试机器学习或深度学习模型，基于超声图像将肿瘤分类为良性或恶性。 示例应用：辅助诊断系统、自动分类工具。 对比研究 比较不同分割和分类技术在乳腺超声图像上的性能。 示例应用：算法优化、性能基准测试。 教育用途 为学生和研究人员提供带标注的数据集，用于学习和实验医学图像分析。 示例应用：教学课程、科研入门。