[论文解读] MosMedData: Chest CT Scans With COVID-19 Related Findings Dataset

S. P. Morozov, A. E. Andreychenko+8 more|arXiv (Cornell University)|May 13, 2020

COVID-19 diagnosis using AI被引用 35

一句话总结

一组来自莫斯科医院、含COVID-19发现的去识别化胸部CT扫描数据集（其中小部分带有二值掩膜），在 CC BY-NC-ND 3.0 条款下发布。

ABSTRACT

This dataset contains anonymised human lung computed tomography (CT) scans with COVID-19 related findings, as well as without such findings. A small subset of studies has been annotated with binary pixel masks depicting regions of interests (ground-glass opacifications and consolidations). CT scans were obtained between 1st of March, 2020 and 25th of April, 2020, and provided by municipal hospitals in Moscow, Russia. Permanent link: https://mosmed.ai/datasets/covid19_1110. This dataset is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported (CC BY-NC-ND 3.0) License. Key words: artificial intelligence, COVID-19, machine learning, dataset, CT, chest, imaging

研究动机与目标

• 提供一个公开可获得的胸部CT扫描数据集，覆盖有并且没有COVID-19相关发现的病例。
• 包含一个经像素级掩模标注的子集，用于磨玻璃影和实变的分割。
• 提供适用于COVID-19影像领域的人工智能与机器学习研究的数据。
• 记录数据来龙去脉、许可条款和收集时间，以促进可重复性与再利用。

提出的方法

• 从莫斯科市立医院收集去识别化的胸部CT扫描。
• 为少量子集标注二值像素掩膜，表示磨玻璃样影和实变。
• 提供包含与不含COVID-19相关发现的扫描，以支持有监督和无监督学习。
• 指定采集时间段（2020年3月1日至2020年4月25日）及许可条款。
• 确保数据在 CC BY-NC-ND 3.0 Unported 许可证下可用。

实验结果

研究问题

• RQ1 在 MosMedData 收集中，含有或不含COVID-19相关发现的胸部CT扫描的组成和分布是什么？
• RQ2 有多少个研究被标注了用于感兴趣区域（ROI）的像素级掩膜，这些掩膜覆盖了哪些区域？
• RQ3 在遵守许可约束的同时，数据集如何支持COVID-19胸部影像任务（如检测、分割）等的机器学习模型开发？

主要发现

• 数据集包含带有COVID-19相关发现的去识别化胸部CT扫描以及未出现此类发现的扫描。
• 一个小型子集的研究带有描述感兴趣区域的二值像素掩膜（磨玻璃样阴影和实变）。
• 数据收集时间为2020年3月1日至4月25日，来源于莫斯科市立医院。
• 在 Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported（CC BY-NC-ND 3.0）许可下。
• 数据集旨在支持COVID-19影像领域的人工智能与机器学习研究。