信息速览
INFOBOX — DBT-TU-JU 一屏速览
维度 内容 本质 印度首个带像素级热点 ground truth 的乳腺红外热图库（非分类集、非挑战赛） 全称 Department of Biotechnology – Tripura University – Jadavpur University 团队 特里普拉大学红外图像实验室，负责人 Mrinal Kanti Bhowmik 论文 IEEE J Biomed Health Inform. 2018 Jul;22(4):1238-1249（doi:10.1109/JBHI.2017.2740500） 规模 100 名受试者 / 1100 张热图 设备 FLIR T650sc，640×480，热灵敏度 <30 mK @30 ℃ 标签 影像级 Healthy / Diseased（再分 Benign cyst / Malignant tumor），依据钼靶 + FNAC 标注 可疑高温区逐张像素级 ground truth 配套评测 6 种分割方法 × 5 项有监督指标，FO-DPSO/区域生长/均值漂移/FCM 胜出 获取 无公开直链，官方页面仅展示样本图，须联系作者 易混对象 DMR-IR（巴西 37 例、无 ground truth）——两者不是同一资源
§0 导读：这个数据集解决什么问题
乳腺红外热成像（Infrared Breast Thermography，IBT）的问题从来不是「拍不到」，而是「拍到了没法评」。热图是灰度或伪彩的连续温度场，病灶表现为一块温度偏高、边界模糊的高温区（hotspot）——它没有钼靶那样的钙化点，也没有 MRI 那样的强化曲线，边界在哪里几乎全靠人的判断。于是研究者面对一个尴尬循环：
- 想做热点分割，需要 ground truth 掩码；
- 想标 ground truth，需要医生逐张勾画，而热图边界模糊、标注成本极高；
- 没有 ground truth，任何分割算法的优劣都只能靠肉眼对比几张图，无法给出量化结论；
- 无法量化，就无法证明热成像在早期筛查里的价值。
DBT-TU-JU 正是为打断这个循环而生。2018 年发表在 IEEE J Biomed Health Inform 上的这篇论文，核心贡献不是「收集了多少张热图」——100 名受试者 1100 张，在今天的深度学习语境里规模很小——而是给出了每一张热图的可疑高温区 ground truth，并用它做了一次 6 种分割方法 × 5 项指标的横向评测。
换句话说，这个数据集的定位是方法学基准而不是训练集。它要回答的问题是：「在乳腺热图上，哪种分割方法能最接近医生勾出的热点？」而不是「哪张热图有癌」。
读这个条目时，请始终抓住三条主线：
- 标注的稀缺性——ground truth 是它区别于绝大多数热成像数据集的唯一硬资产；
- 规模的局限性——100 例决定了它只能评测、不能训练；
- 获取的封闭性——没有公开直链，这一点直接决定了它在 AI-Ready 语境下的分数。
§1 数据集速览：十问十答
Q1：它到底是什么？
一个乳腺红外热图数据库，附带影像级类别标签与像素级热点标注。论文标题里的 Ground-Truth-Annotated 是关键词。
Q2：谁做的？
印度特里普拉大学（Tripura University）生物医学红外图像处理实验室主导，贾达普大学（Jadavpur University）与阿加尔塔拉政府医学院及 GBP 医院合作，印度生物技术部（DBT）资助。
Q3：什么时候？
项目 2014 年 3 月启动，2017 年 9 月结题；论文 2017 年 8 月在线首发，2018 年 7 月见刊于 JBHI 第 22 卷第 4 期。
Q4：多少数据？
100 名受试者，1100 张乳腺热图。平均每人约 11 张，反映的是「一名受试者多角度、多体位、多轮拍摄」的采集方式，而非 1100 个独立病例。
Q5：怎么分类？
先按钼靶与细针穿刺细胞学（FNAC）结果分为健康（Healthy）与疾病（Diseased）两档：健康档包含钼靶或 FNAC 判为正常以及致密型乳腺的受试者；疾病档包含钼靶显示良性囊肿或恶性肿瘤的受试者。
Q6：标注的是什么？
可疑高温区的二值或区域掩码（论文称 ground truth image），即医生认可的热点范围。
Q7：用什么设备拍的？
FLIR T650sc 红外热像仪，640×480 红外分辨率，热灵敏度优于 30 mK @30 ℃。
Q8：评测了什么？
6 种分割方法与 5 项有监督评价指标。结论是分数阶达尔文粒子群优化（fractional-order Darwinian Particle Swarm Optimization，FO-DPSO）、区域生长（region growing）、均值漂移（mean shift）、模糊 C 均值（fuzzy c-means，FCM）四类方法优于 k-means 与阈值法。
Q9：怎么拿到？
没有公开下载入口。官方页面 https://mkbhowmik.in/dbtTu.aspx 只展示样本图，须联系作者申请。
Q10：和 DMR-IR 是同一个吗？
不是。DMR-IR 是巴西团队采集的 37 例乳腺热图，按 sick/healthy 分档，没有像素级 ground truth；DBT-TU-JU 是印度团队 100 例 1100 张，核心卖点恰恰是 ground truth。库内已另有 dmr-ir 条目，检索时务必分清。
§2 数据构成与规格
2.1 规模、来源与机构构成
论文给出的规模口径只有一句话，但信息量很足：
Currently, the DBT-TU-JU database contains 1100 breast thermograms of 100 subjects.
这句话有三个要点：
| 口径 | 数值 | 说明 |
|---|---|---|
| 受试者 | 100 | 患者级样本量，决定统计效力上限 |
| 热图 | 1100 | 图像级样本量，平均 11 张/人 |
| 比例 | 11:1 | 多视角+多轮次的采集结构，不是 1100 个独立病例 |
采集机构不是单一医院，而是三家单位协作：
- 特里普拉大学（A Central University）——主体，负责红外实验室建设与数据采集、处理；
- 贾达普大学（Jadavpur University，Kolkata）——合作方，承担算法与图像处理研究；
- 阿加尔塔拉政府医学院（AGMC）与 Gobind Ballav Pant（GBP）医院——临床端，提供受试者与钼靶、FNAC 结果。
这种「工科院校 + 医学院 + 地区医院」的三方结构，是印度 DBT 双联项目（Twinning Project）的典型组织方式：资金由中央政府出，工科院校做方法，医院出病例。项目总资助额 Rs. 64.28 Lakh，其中特里普拉大学 Rs. 50.73 Lakh、贾达普大学 Rs. 13.55 Lakh。
2.2 采集设备与成像条件
| 参数 | 值 |
|---|---|
| 设备 | FLIR T650sc |
| 红外分辨率 | 640×480 |
| 热灵敏度（NETD） | <30 mK @30 ℃ |
| 部署位置 | 特里普拉大学生物医学红外图像处理实验室 |
| 实验室成立 | 2014-03-05 |
<30 mK 的热灵敏度意味着设备能分辨约 0.03 ℃ 的温差。这个数值在乳腺热成像里属于中上水准：乳腺病灶引起的皮温异常通常在 0.5～2 ℃ 量级，0.03 ℃ 的分辨力足以捕捉，但也意味着设备噪声、环境反射、受试者出汗都可能被误读为「热点」。这正是 ground truth 必须由医生而非阈值决定的根本原因。
论文在 Thermosense 2016 的前序工作中专门讨论过采集协议标准化问题（Bhowmik et al., Standardization of infrared breast thermogram acquisition protocols and abnormality analysis of breast thermograms, Proc. SPIE 9861:269-286）。这说明团队清楚：热成像的可重复性极大依赖于环境温度、适应时间、拍摄距离与体位。可惜的是，本次核验仅取得论文摘要，未能逐条摘录协议参数，详见 §10 遗留疑点。
2.3 标签体系：两级四类
DBT-TU-JU 的标签不是简单的有病/没病，而是两级结构：
DBT-TU-JU 标签层级
├── Healthy（健康档）
│ ├── 钼靶/FNAC 判为正常
│ └── 致密型乳腺（Dense Breast）
└── Diseased（疾病档）
├── 良性囊肿（Benign cyst）
└── 恶性肿瘤（Malignant tumor）
第一级（Healthy / Diseased）是二分类任务的目标；第二级（良性/恶性）是三分类任务的目标。这个设计有一个值得注意的取舍：致密型乳腺被归入健康档。
从筛查逻辑看，这样做是合理的——致密乳腺不是病，只是钼靶敏感性下降的一个影像学特征。但从热成像研究的角度看，这是一个有信息量的分组：致密乳腺人群恰恰是钼靶最不擅长、最需要辅助模态的人群，热成像在这一群体中的表现才是它真正的临床价值所在。数据集把它们与「正常」合并在同一档，等于放弃了对这一子群单独建模的机会。
论文摘要未披露三类（健康/良性/恶性）各自的确切张数与人数。这是一个实打实的信息缺口：在样本量本就不大的情况下，类别不均衡程度直接决定任何分类结果的解释力。本条目不补猜这些数字。
2.4 热点 ground truth：这份数据集的核心资产
ground truth 的生成逻辑在论文摘要里说得很清楚：
the generation of the ground-truth images of the hotspot areas, whose presence in a breast thermogram signifies the presence of breast abnormality
即：热图上的高温区存在，等价于存在乳腺异常。这个命题是整个数据集的立论基础，也是它最脆弱的地方——因为「热点」的边界本质上是一个主观判断，不同医生勾出的范围可以相差很大。
论文承认了难度来源：
- 病例不足：热成像临床积累本身就少；
- 热图的非晶形性（amorphous nature）：边界不像 CT 病灶那样锐利，温度是连续渐变场；
- 因此 ground truth 生成「非常繁琐」（very tedious）。
这也是为什么论文把「有无 ground truth」列为乳腺热图分割研究的核心瓶颈：
- 没有 ground truth → 热点提取与基于热区的异常检测研究极少；
- 没有 ground truth → 各种医学图像分割算法无法做定量比较。
2.5 与「分类数据集」的区别边界
检索者最容易犯的错，是把 DBT-TU-JU 当成一个「乳腺热图分类数据集」来用。两者的差别在评测协议上：
| 维度 | 分类数据集 | DBT-TU-JU |
|---|---|---|
| 监督信号 | 图像级标签 | 图像级标签 + 像素级掩码 |
| 主要任务 | 二/三分类 | 分割为主，分类为辅 |
| 评价指标 | 准确率、AUC、F1 | 分割的有监督指标（重叠度、边界一致性等） |
| 数据量需求 | 大（千至万级） | 小（评测用，百级即可） |
| 泄漏风险 | 同人多图易泄漏 | 同人多图 + 同人同热点，泄漏更隐蔽 |
最后一行是实操里最容易被忽略的坑：1100 张图只来自 100 人，如果按图像随机划分训练/测试集，同一个人的不同角度热图会同时出现在两侧，模型学到的是「这个人的体型与体温分布」，而不是「病灶」。详见 §6 坑点 3。
§3 项目谱系：从一个实验室到一条数据产品线
3.1 资助与三条腿
DBT-TU-JU 不是一个孤立的科研数据集，它是印度中央政府生物技术部「双联项目」的产物。项目全称是 Design and Development of Techniques for Pain Management and Breast Cancer Detection using Infrared Imaging，周期三年（2014-03-03 至 2017-03-03）加延六个月，实际 2017-09-02 结题。
这个项目的目标从一开始就是三条腿：
- 建实验室——在特里普拉大学建一个生物医学红外图像处理实验室（2014-03-05 挂牌）；
- 做方法——乳腺异常检测 + 疼痛类疾病（颈椎/腰椎痛、椎间盘突出、关节炎、肩周炎）的红外诊断；
- 出数据——乳腺热图库（DBT-TU-JU）+ 膝关节热图库（IR Knee Joint Dataset）。
所以 DBT-TU-JU 的诞生背景有两条并行的产品线：乳腺与关节。同一个实验室、同一台 FLIR T650sc、同一套采集规范，分头产出两个数据集。这也是为什么在 mkbhowmik.in 的项目页上，两个数据集是并列介绍的。
3.2 人员：两名博士撑起一条数据线
项目页明确列出两名初级研究员（JRF）及其博士去向：
| 人员 | 角色 | 博士方向 | 后续代表工作 |
|---|---|---|---|
| Usha Rani Gogoi | JRF | 特里普拉大学计算机科学与工程 | 乳腺热图特征分析、MMSHRs 形态模型（2022） |
| Shawli Bardhan | JRF → SRF | 特里普拉大学计算机科学与工程 | 膝关节炎热图数据集 + CNN 分类（QIRT 2020） |
这个分工很清晰：Gogoi 负责乳腺线，Bardhan 负责关节线。DBT-TU-JU 论文的第一作者是 Bhowmik（导师），第二作者是 Gogoi，这是典型的「导师领衔 + 博士生执行」署名结构。
从 AI-Ready 的角度看，这条人员线给出了一个有用的信号：数据集的维护者是可追溯的活人，而不是一个早已解散的项目组。Bhowmik 的个人主页至今维护着数据集介绍页，这意味着「联系作者申请数据」这条路在 2026 年仍然可走——虽然能不能拿到、拿到什么条款，是另一回事。
3.3 出版谱系：一条从协议到模型的论文链
DBT-TU-JU 不是一个「发完论文就搁置」的数据集，围绕它有一条持续的论文链：
| 年份 | 论文 | 与 DBT-TU-JU 的关系 |
|---|---|---|
| 2015 | Gogoi et al., ISACC — 统计特征分析 | 早期方法探索，数据集尚在积累 |
| 2016 | Bhowmik et al., Thermosense XXXVIII (SPIE 9861) — 采集协议标准化 | 数据集的采集规范依据 |
| 2017 | Gogoi et al., IESC — 判别式特征选择 | 用 DBT-TU-JU 与 DMR 数据库比对 |
| 2018 | Bhowmik et al., JBHI 22(4) — 数据集本体论文 | 本条目主源 |
| 2018 | Gogoi et al., APESM 41(4) — 奇异值表征热斑 | 用热斑特征做异常检测 |
| 2018 | Pramanik et al., IEEE TMI 38(2) — DLPE level set 分割 | 用水平集方法做可疑区分割 |
| 2019 | Gogoi et al., Infrared Phys Technol 99 — 无症状人群风险预测 | 扩展应用，SVM 路线 |
| 2022 | Gogoi, Bhowmik, Majumdar, QIRT — MMSHRs 形态模型 | 严重程度预测 |
这条链条说明一件事：DBT-TU-JU 的价值不在数据量，而在它是一个被反复复用的评测底座。每一篇后续论文都在用同一批 ground truth 验证不同的分割或特征方法——这正是「带标注的小数据集」应有的使用方式。
值得单独提一笔的是 2018 年 Pramanik 等人的 IEEE TMI 论文（Suspicious-region segmentation from breast thermogram using DLPE-based level set method）。TMI 是医学成像领域的顶刊之一，这篇工作把水平集方法引入乳腺热图可疑区分割，其评测同样依赖像素级 ground truth。这说明 DBT-TU-JU 的标注质量在这一层级的审稿中是站得住的——至少在「可以作为评测基准」这一点上。
3.4 专利：一条容易被忽略的约束线
项目页披露了一项印度专利：
A system and method for segmenting suspicious hyperthermic regions from breast thermograms，Application No. 202031027352，Published on December 31, 2021.
这条信息对技术选型有直接影响：
- 专利保护的是从乳腺热图分割可疑高温区的方法，不是数据本身；
- 但如果你在商用产品里实现「分割可疑高温区」，且方法落入该专利权利要求范围，就可能构成侵权；
- 学术研究使用通常不受影响（研究豁免在多数司法辖区适用），但商用部署需要做 FTO（自由实施）评估。
这一条在数据集条目里很少被提及，但它比 license 更实在——license 管的是「能不能下载使用」，专利管的是「用了之后能不能商业化」。对于想把乳腺热成像做成筛查产品的团队，这是必须先查的一道关。
§4 论文的评测实验：6 种方法 × 5 项指标
4.1 实验设计
论文用 ground truth 做了一件在当时很稀缺的事：把 6 种图像分割方法放在同一批带标注的热图上横向比较。
6 种待评方法（按论文摘要的分类口径）：
| 方法 | 类型 | 论文结论 |
|---|---|---|
| FO-DPSO（分数阶达尔文粒子群优化） | 元启发式 | 较优 |
| 区域生长（region growing） | 区域法 | 较优 |
| 均值漂移（mean shift） | 聚类 | 较优 |
| 模糊 C 均值（FCM） | 聚类 | 较优 |
| k-means | 聚类 | 相对较差 |
| 阈值法（threshold-based） | 全局阈值 | 相对较差 |
5 项有监督评价指标：论文原文表述为 “five supervised evaluation metrics”，用于衡量分割结果与 ground truth 之间的一致性。本次核验仅取得摘要，未能确认这 5 项指标的具体名称，故不在正文中虚构指标清单（详见 §10）。
4.2 结论怎么读
论文的结论可以概括为一句话：
FO-DPSO、区域生长、均值漂移与模糊 C 均值在热点提取上优于 k-means 与阈值法。
这个排序本身不难理解，但它的可迁移性需要打折扣，理由有三：
- k-means 与阈值法的先天劣势是「无空间约束」。阈值法只看灰度，k-means 只看灰度分布，两者都不考虑「热点应是一块连通的、有边界的区域」。区域生长、均值漂移、FCM 都隐含了空间或隶属度结构，FO-DPSO 则通过粒子搜索引入全局性。这个结论在图像处理领域几乎是常识，不是热成像特有的发现。
- 结论依赖于这批 ground truth 的标注风格。如果标注者倾向于勾大范围，区域生长类方法天然占优；如果倾向于紧贴核心，阈值法未必输。样本 100 例，无法覆盖标注风格的多样性。
- 6 种方法里没有深度学习方法。2017-2018 年 U-Net 已经发表，但论文的实验框架仍是传统方法。这不是缺陷——数据集的价值恰恰是为后来的深度方法提供评测底座——但读者不应把「FO-DPSO 最优」理解为「这是当前最好的方法」。
4.3 这篇论文真正的贡献排序
如果把论文的贡献按对后人的价值排序（这是本条目的编辑判断，不是论文自述）：
- 给出可用的像素级 ground truth——最稀缺、最难复制；
- 给出采集协议——让不同机构有据可依，可复现；
- 给出方法横向评测——有参考价值，但时效性强；
- 给出数据规模——100 例，最小的一项。
很多检索者会反着读：先看规模，发现只有 1100 张就放弃。这个读法是错的。DBT-TU-JU 的正确用法是「拿它的标注做评测集」，而不是「拿它做训练集」。
§5 数据规格与使用方式
5.1 文件形态
论文摘要未逐一列出文件格式与命名规范。从团队其他工作与公开页面可推断的形态如下（推断项，非论文原文）：
| 项 | 推断/已知 | 依据 |
|---|---|---|
| 热图格式 | 位图（JPEG/TIFF 类） | 红外相机输出常见形态；页面样本图可直接显示 |
| 色彩 | 灰度或伪彩 | 热成像分析通常转灰度做定量 |
| 分辨率 | 640×480 原始 | 设备规格 |
| 标注格式 | 区域掩码图 | 论文称 ground truth image |
| 元数据 | 受试者 ID、类别、钼靶/FNAC 结论 | 论文标签体系 |
需要强调：上表第 1、4、5 行的具体字段格式没有在论文摘要中确认，实际拿到的数据结构可能不同。本条目在附录 C 的证据链中标明来源层级。
5.2 一张热图能回答什么
对一张乳腺热图，可以做三类分析，难度递增：
第一类：温度统计（最稳）
- 左右乳对称区域的温度均值、最大值、差值；
- 乳头温度（nipple temperature）单独统计；
- 温差（ΔT）阈值判定。
这类分析不依赖 ground truth，可直接算。论文引用的文献结论是：不对称热型往往提示生理功能异常；而乳头温度升高、热点出现、血管改变则提示更可疑、更严重的问题。
第二类：特征工程（中等）
- 统计特征、纹理特征、奇异值特征；
- 团队后续工作（Gogoi 2018 APESM 的奇异值表征、2019 IPT 的温度/强度特征）走的就是这条路；
- 需要标签，不需要掩码。
第三类：热点分割（最难，也是本数据集的主场）
- 输出像素级掩码；
- 必须有 ground truth 才能评测；
- 临床落地时还要处理「分割出来的热点与真实病灶位置是否对应」——这正是 Gogoi 2019 论文里 Tumor Location Matching（TLM）要解决的问题：把热图可疑区位置与钼靶/FNAC 影像里的肿瘤位置做匹配。
第三类分析是 DBT-TU-JU 存在的理由。第一、二类用任何热图数据集都能做。
5.3 建议的评测协议
如果要用 DBT-TU-JU 做分割评测，建议按下面的协议走（本条目编辑建议，非官方）：
1. 划分：按受试者（subject）划分，绝不按图像划分
- 100 人 → 建议 5 折受试者级交叉验证
- 同一人的 11 张图必须整体落在同一折
2. 预处理：统一转灰度 → 直方图归一化 → 裁掉非乳腺区域
- 伪彩转灰度会损失信息，需在报告中说明所用映射
3. 分割：在训练折上调参，测试折只做一次推断
4. 指标：重叠度类 + 边界类各至少一项
- 重叠：Dice / Jaccard
- 边界：Hausdorff 距离 / 平均表面距离
5. 报告：给出按类别的分层结果（健康/良性/恶性）
- 恶性档样本最少，指标波动最大，必须单独报
6. 复现：固定随机种子，记录预处理参数
第 1 条是硬约束。任何在论文里写「随机划分 80/20」的 DBT-TU-JU 结果，都应当被质疑。
§6 避坑清单：十个已踩过的坑
坑 1：把 DBT-TU-JU 与 DMR-IR 混为一谈
这是最高频的误用。两个数据集都叫「乳腺热成像数据库」，都被大量论文引用，甚至在有些论文里并列出现（Gogoi 2017 IESC 那篇就同时用了 DBT-TU-JU 和 DMR）。
判别要点：
| 维度 | DBT-TU-JU | DMR-IR |
|---|---|---|
| 采集地 | 印度特里普拉 | 巴西 |
| 受试者 | 100 | 37 |
| 图像数 | 1100 | 数百张（按视角） |
| 标签 | 健康/良性/恶性 + 像素级热点 ground truth | sick/healthy（按临床结论） |
| 核心资产 | ground truth 掩码 | 静态热图的视角与体位规范 |
判别口诀：有掩码的是 DBT-TU-JU，只有标签的是 DMR-IR。库内 dmr-ir 条目另有详述，两者不可合并。
坑 2：把 1100 张当成 1100 个病例
1100 张图来自 100 人。任何把「样本量 1100」写进论文的表述都是错的——正确的说法是「100 名受试者、1100 张图像」。审稿人看到这个错误会直接怀疑作者是否真的用过数据。
坑 3：按图像随机划分导致受试者泄漏
同一个人有约 11 张热图，可能是不同角度、不同体位、不同轮次。随机划分会把同一个人的图同时放进训练集和测试集，模型学到的是「这个人的体型与基线体温」，指标虚高 10-20 个百分点很常见。
正确做法：GroupKFold 或按 subject_id 划分。见 §5.3 协议第 1 条。
坑 4：忽略「致密型乳腺被归入健康档」
数据集的 Healthy 档包含致密型乳腺（Dense Breast）。如果你的任务是「区分致密乳腺与正常乳腺」，这个数据集帮不上忙——它们在标签上是同一类。
反过来，如果你想研究「热成像在钼靶不敏感的致密乳腺人群中是否有效」，这个数据集的分组恰恰掩盖了你需要的信息，只能从原始影像自行重建子群。
坑 5：以为有公开下载链接
没有。官方页面 https://mkbhowmik.in/dbtTu.aspx 只展示样本图，没有下载按钮、没有 license 声明、没有数据申请表单。任何声称「从官网直接下载」的教程都是错的。
现实路径：邮件联系通讯作者（Mrinal Kanti Bhowmik，特里普拉大学），说明研究用途与机构隶属。响应时间与发放条件均无公开承诺。
坑 6：把论文里的「97% 生存率」当成数据集属性
论文引言里引用了一句「乳腺癌若早期发现，治愈率可达 97%」。这是背景引用，不是数据集的统计结果，也不是这批受试者的生存数据。检索者经常把引言里的流行病学数字误当数据集特征，这是典型的来源混淆。
同理，引言里「热成像可比钼靶早十年发现乳腺癌」也是引用文献的说法，论文本身并未验证这一命题——它验证的是「分割方法哪个更好」。
坑 7：用论文的方法排序当作当前 SOTA
「FO-DPSO 优于 k-means」是 2017 年的结论，评测框架里没有深度学习。2026 年做分割，U-Net 类与视觉基础模型（SAM 系列）早已是默认基线。正确用法是：用 DBT-TU-JU 的 ground truth 评测你的新方法，而不是「复现 FO-DPSO 然后宣称改进」。
坑 8：忽略专利约束直接商用
印度专利 202031027352 保护「从乳腺热图分割可疑高温区」的系统与方法。学术研究通常无碍，但把分割能力打包进筛查产品前，必须做自由实施分析。很多人只看 license，不看专利，这是合规上的盲区。
坑 9：把「热灵敏度 <30 mK」当成诊断精度
<30 mK 是设备的噪声等效温差，衡量的是「能分辨多小的温差」，不是「能多准地诊断乳腺癌」。把设备参数当模型指标，是热成像论文里常见的偷换。真正决定诊断精度的是标注质量、人群构成与验证设计。
坑 10：跨设备直接套用
DBT-TU-JU 全部由 FLIR T650sc 采集。不同品牌、不同型号的热像仪在光谱响应、出厂校准、伪彩映射上都有差异，直接迁移模型会出现性能断崖。跨设备使用前必须做温度标定对齐，或至少在报告中声明设备域差异。
§7 获取与许可：一道没有明文的门
7.1 现状：三处官方来源，零个下载入口
为了确认获取路径，本次核验检查了三处官方来源：
| 来源 | 内容 | 是否有获取入口 |
|---|---|---|
| 论文（IEEE JBHI 2018） | 摘要描述数据构成与方法 | 无数据可用性声明（摘要层面） |
| 官方数据集页 https://mkbhowmik.in/dbtTu.aspx | 标题 + 样本图 | 无下载、无 license、无申请表 |
| 项目页 https://mkbhowmik.in/fundedp.aspx | 项目背景、设备、标签定义、专利 | 指向数据集页，无下载 |
三处都没有给出一条可以直接点开的下载链接，也没有给出任何许可协议文本。这在 2010 年代中后期采集的医学数据集中非常普遍：受试者知情同意的范围往往只覆盖「本研究使用」，二次分发在法律上存在障碍，作者因此倾向于「一事一议」的申请制。
7.2 现实可走的路径
基于上述证据，可行的获取路径只有一条：
1. 明确用途
- 写清研究问题、使用场景（学术/教学/商用）、是否需要原始图
2. 联系作者
- 通讯作者：Mrinal Kanti Bhowmik，特里普拉大学计算机科学与工程系
- 联系渠道：以作者个人主页与论文通讯地址为准
3. 说明机构隶属
- 单位、导师/项目负责人、预计使用期限
4. 等待答复并签署使用协议
- 若作者提供协议文本，以其条款为准（不得默认适用 CC 协议）
5. 使用后合规
- 引用原论文；不二次分发；不用于协议外用途
必须强调的三条纪律：
- 不要假设它适用 CC BY 或 CC BY-NC。没有任何公开声明支持这一假设，写进论文或产品文档会构成错误陈述。
- 不要从第三方镜像站下载。来源不明的副本既可能违反原作者意愿，也可能含有被篡改或降采样的图像。
- 不要把「论文可读」等同于「数据可用」。IEEE 的订阅权限只覆盖论文正文，不覆盖数据。
7.3 与其他获取模式的对照
把 DBT-TU-JU 放进医学数据集的获取光谱里看，它的位置很清楚：
| 模式 | 代表 | 获取成本 | 复现成本 |
|---|---|---|---|
| 完全公开直链 | 多数 Kaggle/HuggingFace 数据集 | 零 | 低 |
| 注册+协议 | 多数挑战赛数据集 | 低 | 低 |
| 一事一议申请 | DBT-TU-JU、多数 2010 年代临床数据集 | 中-高 | 高 |
| 受控访问（数据使用协议+机构审查） | MIMIC、UK Biobank | 高 | 极高 |
| 仅论文不发布 | 部分临床研究 | 不可得 | 不可复现 |
DBT-TU-JU 落在第三档。这一档的典型后果是：论文被大量引用，但真正复现的人很少。Google Scholar 显示该论文被引 62 次（2026-10-17 抓取），但其中有多少篇真正拿到了原始数据做实验，是无从得知的——这恰恰是申请制数据集的结构性问题。
7.4 对 AI-Ready 的含义
从「AI-Ready」这个视角看，一个数据集的可用性由三件事决定：能拿到、能读懂、能用对。
DBT-TU-JU 在这三项上的表现是：
- 能拿到：弱。无直链、无明文条款、依赖个人邮件。
- 能读懂：中。论文对规模、设备、标签体系交代清楚；但类别计数、采集协议细节、标注流程一致性检验缺失。
- 能用对：中上。核心用途（带 ground truth 的分割评测）边界清晰，坑点可通过纪律规避。
这个组合意味着：它是方法论层面的好资产，但不适合作为自动化流水线的数据源。任何依赖「每周自动拉取最新版」的管线，都不应该把 DBT-TU-JU 放在关键路径上。
§8 与库内条目的关系
8.1 家族图谱
乳腺影像在库内已经形成一个不小的家族，按模态可以分四支：
乳腺影像家族
├── X 线 / 断层合成
│ ├── inbreast（rid=542）— 全数字钼靶，含病灶标注
│ ├── tn-mammo-breast-density（rid=628）— 钼靶乳腺密度分级
│ └── 3d-mammogram（rid=942）— 数字乳腺断层合成（DBT）
├── 超声
│ └── breast-lesions-usg（rid=1133）— 乳腺病灶超声
├── MRI
│ └── duke-breast-mri（rid=440）— 动态增强 MRI
├── 病理
│ └── breastpathq（rid=268）— 乳腺 WSI 病理图像质量
└── 红外热成像
├── dbt-tu-ju（本条）— 印度 100 例 1100 张，带热点 ground truth
└── dmr-ir — 巴西 37 例，无像素级标注
热成像这一支只有两个成员，且都以「筛查/辅助」定位，不与钼靶、MRI 争夺诊断金标准的位置。
8.2 与 dmr-ir 的区分要点（重点）
这是本条目必须写清楚的一段，因为两个数据集同名成分高、同属乳腺热成像、在文献中常被同时引用，极易撞库。
相同点：
- 都是乳腺红外热图；
- 都按临床结论做了健康/患病的粗分档；
- 都被用于特征工程与分类研究；
- 都没有公开的现代化下载门户。
不同点（逐条）：
| 维度 | DBT-TU-JU | DMR-IR |
|---|---|---|
| 采集机构 | 特里普拉大学 + 贾达普大学 + AGMC/GBP 医院 | 巴西 Fluminense 联邦大学与 LNCC 等 |
| 受试者数 | 100 | 37 |
| 图像数 | 1100 | 按视角计（静态协议） |
| 分档 | Healthy / Diseased（Benign / Malignant） | sick / healthy |
| 像素级标注 | 有（热点 ground truth） | 无 |
| 采集设备 | FLIR T650sc | 自有红外相机，前视/侧视固定协议 |
| 主要用途 | 分割评测 | 分类与特征分析 |
| 论文 | IEEE JBHI 2018 | 早期 IR 医学成像英文文献 |
一句话判别：需要掩码做分割，选 DBT-TU-JU；需要多视角静态热图做分类特征，选 DMR-IR。两者不能做「合并增强」——受试者、设备、协议全不同，合并后标签语义也不一致。
8.3 检索路径建议
按研究问题选入口：
| 你的问题 | 该看哪个条目 |
|---|---|
| 红外热成像在乳腺筛查中的地位 | dbt-tu-ju（本条）§0-§4 |
| 想找带像素标注的热图做分割 | dbt-tu-ju |
| 想找热图做健康/患病分类 | dmr-ir 或 dbt-tu-ju（后者样本更多） |
| 想找钼靶病灶标注 | inbreast（542） |
| 想做乳腺密度分析 | tn-mammo-breast-density（628） |
| 想做断层合成 | 3d-mammogram（942） |
| 想做超声病灶检测 | breast-lesions-usg（1133） |
| 想做 MRI 强化分析 | duke-breast-mri（440） |
| 想做病理图像质量 | breastpathq（268） |
§9 方法学启示：四条可迁移的经验
9.1 「小数据 + 强标注」是被低估的组合
2018 年之后的十年，医学影像界的主流叙事是「大数据 + 弱标注」。DBT-TU-JU 提供了另一种范式：100 例、1100 张、每张都有医生勾画的热点。
这个组合的优点是：
- 评测结论可信——ground truth 是同一标准下产生的；
- 方法对比公平——所有方法面对完全相同的标注；
- 复现成本低——数据量小，单机就能跑完全部实验。
缺点是显而易见的：无法训练深度模型，无法覆盖人群多样性，无法做亚组分析。
可迁移的经验：如果你要建的是一个方法评测基准，标注质量的重要性远高于数据规模。100 例高质量 ground truth 比 10000 张无标注热图更有学术价值。
9.2 「先定协议，再采数据」的顺序不能颠倒
团队在 2016 年专门发了一篇采集协议标准化的论文（Thermosense XXXVIII），第二年才发数据集论文。这个顺序值得学习：
- 先研究「环境温度、适应时间、拍摄距离、体位」如何影响热图质量；
- 形成可复现的协议；
- 按协议采集；
- 才对外发布。
反观大量热成像数据集，采集条件语焉不详，后来者无法判断两张图是否可比，跨数据集实验几乎无法做。协议先行，是数据能被复用的前提。
9.3 ground truth 的主观性必须被承认
论文明确写了热图的「非晶形性」使 ground truth 生成「非常繁琐」。这句话隐含一个诚实的判断：这批掩码不是绝对真理，而是一位或数位医生的判断。
可迁移的经验是：在标注文档里写清楚「谁标的、几个人、有无一致性检验、争议如何裁决」。DBT-TU-JU 论文摘要层面没有披露这些（见 §10），这本身就是一个反面教材——后来的数据集应当补上这块。
9.4 数据、方法、专利三件事要分开规划
DBT-TU-JU 的团队同时做了三件事：发布数据、发表分割方法、申请分割方法专利。这三件事在法律上是分离的：
- 数据发布管的是「别人能不能用这批图」；
- 论文管的是「方法的学术贡献归属」；
- 专利管的是「方法的商业实施权」。
三者不冲突，但使用者必须分别遵守。很多团队在建数据集时只想到前两条，忽略了第三条，结果数据虽然开放，方法却被专利卡住。
§10 检索者必读：五个高频误解
误解 1：「1100 张是很小的数据集，没什么用」
规模小是事实，但用途不同。作为训练集它确实太小；作为评测集它恰到好处——100 例足以让方法间的差异显现，又不至于让复现成本高到没人愿意做。
判断一个数据集有没有用，先问「你打算用它做什么」，再问「它有多大」。
误解 2：「热成像已经被证明能早期发现乳腺癌」
这个说法在热成像圈的宣传材料里很常见，源头是论文引言引用的「可比钼靶早十年发现」的说法。但要注意：
- 这是引用文献的主张，不是 DBT-TU-JU 论文的验证结果；
- 论文本身验证的是「分割方法哪个更好」，不是「热成像能否早期诊断」；
- 热成像作为筛查工具的有效性，在主流指南中仍有争议，未被列为独立筛查手段。
本条目不替热成像背书，也不否定它——只陈述数据集论文实际做了什么。
误解 3：「有 ground truth 就说明标注质量高」
有 ground truth 只说明「有标注」，不说明「标注可靠」。可靠性取决于：标注人数、培训、一致性检验、争议裁决机制。这些信息在论文摘要层面均未披露。
使用这批数据时，应当在论文的局限性一节主动写明这一点。
误解 4：「论文的 6 种方法对比是当前最优方法排行」
这是 2017 年的实验框架，没有深度学习基线。正确的用法是把它当作「传统方法的历史基准」，而不是「当前 SOTA 列表」。
误解 5：「既然论文是 IEEE 的，数据应该也能在 IEEE 拿到」
IEEE Xplore 提供的是论文全文（订阅制），不托管数据集。数据集的获取完全独立于论文出版方。这一点在医学影像领域是通例，但对刚入门的研究者常常造成困惑。
§11 总结
11.1 三句话总结
- DBT-TU-JU 是印度特里普拉大学团队在 DBT 资助下、于 2014-2017 年采集的乳腺红外热图库，规模 100 名受试者 1100 张，核心资产是逐张的可疑高温区 ground truth。
- 它的价值在「评测」不在「训练」：论文用这批标注比较了 6 种分割方法与 5 项指标，给出了一份可复用的传统方法历史基准。
- 它的短板在「门」不在「货」：没有公开下载、没有明文许可，实际可用性取决于能否联系上作者并就得使用条款。
11.2 适合谁
- 研究乳腺热成像分割方法、需要一个带像素标注的公平评测集的团队；
- 做医学影像数据集方法学比较、想找「小样本强标注」案例的研究者；
- 关注红外热成像在早期筛查中定位的临床或工程人员；
- 需要区分 DBT-TU-JU 与 DMR-IR 的文献综述作者。
11.3 不适合谁
- 想直接训练大规模深度模型的团队（100 例不够）；
- 需要即插即用下载链接的自动化流水线；
- 想找多中心、多设备、多族群数据的泛化研究者；
- 想把热成像作为独立筛查产品直接落地的商业团队（专利与许可均需先解决）。
11.4 30 秒决策卡
你该不该用 DBT-TU-JU？
□ 我要评测分割方法，有 ground truth 需求 → 值得申请
□ 我要训练大规模分类模型 → 换数据集
□ 我要做跨设备泛化研究 → 只能作其中一个域
□ 我要商业落地 → 先查许可 + 专利
□ 我只是写综述 → 读论文摘要 + 本条目即可
□ 我要引用「热成像早期诊断」 → 引原始文献，别引本篇
§12 深度解剖：热成像为什么长期卡在「研究工具」这一层
12.1 一个绕不开的物理学事实
红外热成像测量的是体表温度。乳腺病灶要在这张图上显形，必须满足一条传导链：病灶产生异常代谢热 → 热流穿过腺体、脂肪、皮肤 → 抵达体表 → 被相机接收到。
这条链每一环都在削弱信号：
| 环节 | 削弱机制 | 结果 |
|---|---|---|
| 病灶产热 | 肿瘤代谢率高于正常组织，但绝对温差有限 | 源信号弱 |
| 组织传导 | 脂肪导热系数低（约 0.2 W/(m·K)），是天然隔热层 | 深部病灶热量到不了体表 |
| 皮肤层 | 皮肤血流会重新分配热量 | 热斑位置偏离病灶 |
| 环境 | 室温、气流、湿度影响体表温度 | 测量噪声 |
| 生理 | 激素周期、情绪、运动、饮食影响体温分布 | 混淆因素多 |
这就是为什么热成像的敏感性尚可、特异性不足：热异常可以由炎症、囊肿、哺乳期、甚至内衣压迫引起，不一定是癌。
DBT-TU-JU 的论文在引言里引用文献说「不对称热型提示生理功能异常」「乳头温度升高、热点、血管改变更可疑」——这些说法都成立，但它们描述的是相关性，不是因果特异。把热图上的热点等同于病灶，是一个需要临床验证的强假设。
12.2 三类研究难度的递进
要把热成像从「能拍」推到「能用」，需要跨过三道坎，每道坎的难度量级不同：
第一坎：分割（本数据集解决）
- 问题：热点在哪里？
- 需要的资产：像素级 ground truth
- DBT-TU-JU 的贡献：给出 1100 张带标注的样本，让分割方法可以量化比较
第二坎：判读（部分解决）
- 问题：这个热点是良性还是恶性？
- 需要的资产：足够的恶性样本 + 临床随访
- 本数据集的局限：恶性样本数量未披露且大概率很少
第三坎：筛查价值（未解决）
- 问题：在人群层面，用热成像做初筛能否降低死亡率？
- 需要的资产：随机对照试验或大规模前瞻队列
- 本数据集完全无法回答
很多论文只做第一坎就宣称「热成像可用于乳腺癌早期筛查」，这是逻辑跳跃。DBT-TU-JU 论文本身相对克制——它验证的是分割方法，不是筛查价值。
12.3 与钼靶的分工，而不是替代
把热成像和钼靶放在一起对比，能看清两者的定位：
| 维度 | 钼靶 | 热成像 |
|---|---|---|
| 物理基础 | X 线穿透衰减 | 体表红外辐射 |
| 成像对象 | 结构（肿块、钙化） | 功能（温度分布） |
| 辐射 | 有（低剂量） | 无 |
| 压迫 | 需要 | 不需要 |
| 致密乳腺 | 敏感性显著下降 | 不受腺体密度直接影响 |
| 特异性 | 较高（有形态学金标准） | 较低（热异常原因多） |
| 标准化程度 | 高（BI-RADS） | 低（无统一判读标准） |
| 成本 | 中等 | 低（一次性设备投入） |
这张表解释了一个反直觉的现象：热成像在致密乳腺人群中最有理论价值——恰恰是钼靶最不灵的场合，热成像不受密度影响。这也是为什么「致密型乳腺」这个分组在热成像研究里如此重要。
但 DBT-TU-JU 把致密乳腺并入健康档，等于在数据层面抹掉了这条最有价值的分析线。这不是批评，而是事实陈述：如果要研究「热成像在致密乳腺中的增量价值」，需要单独的队列设计，而不能依赖这个数据集。
12.4 数据集的「位置」比「规模」更决定价值
把 DBT-TU-JU 和同时代的其他医学数据集放在一起，能看出一个规律：
| 数据集 | 规模 | 位置（在方法链上） | 影响力 |
|---|---|---|---|
| DBT-TU-JU | 100 例 | 分割评测 | 中等，被引用 62 次 |
| DMR-IR | 37 例 | 分类/特征 | 中等 |
| 大规模钼靶筛查集 | 万-十万级 | 检测/分类 | 高 |
| 病理 WSI 集 | 千级 | 诊断分级 | 高 |
规模与影响力不是线性关系。决定影响力的是**「它填补了方法链上的哪个空位」**。DBT-TU-JU 填补的是「热图分割无 ground truth」这个空位，这个空位足够窄、足够明确，所以它被引用；但又因为空位窄，它不能支撑更上层的研究。
§13 复现视角：如果要做一次独立评测，需要准备什么
13.1 硬件与环境
| 项 | 要求 | 说明 |
|---|---|---|
| 计算 | 单机 CPU 即可 | 100 例 640×480，传统分割方法秒级完成 |
| 深度学习（可选） | 单卡 8-16 GB 显存 | 小数据量，不需要大规模算力 |
| 存储 | <10 GB | 原始图 + 掩码 |
这是本数据集一个被低估的优点：复现门槛极低。一台普通工作站就能把论文里的 6 种方法重跑一遍。对比动辄要求 A100 集群的数据集，这是个实实在在的优势。
13.2 软件栈建议
预处理
- 图像读写：OpenCV / Pillow
- 伪彩转灰度：按相机伪彩表反查，或直接使用辐射数据
传统分割基线
- 区域生长：scikit-image (skimage.segmentation.region_growing)
- 均值漂移：skimage.segmentation.mean_shift
- FCM：scikit-fuzzy
- k-means：sklearn.cluster.KMeans
- 阈值：Otsu（skimage.filters.threshold_otsu）
- FO-DPSO：无现成库，需按论文自行实现
深度学习基线（可选）
- U-Net / nnU-Net
- 视觉基础模型 + 微调（SAM 系列）
评测
- Dice / Jaccard / Hausdorff / ASSD
- 受试者级 GroupKFold
13.3 一个常见的技术陷阱：伪彩映射
红外相机输出的「热图」有两种形态：
- 辐射数据：每个像素是温度值（或与温度的线性映射），通常是 16 位；
- 伪彩图像：把温度映射到彩虹色带后的 8 位 RGB 图。
论文与官方页面展示的样本图是伪彩形态。如果把伪彩图当原始数据做分析，会引入不可逆的信息损失——彩虹色带是非线性的、不可逆的，不同相机厂商的色带映射也不同。
正确做法：向作者明确索取辐射数据（raw radiometric data），而不是伪彩渲染图。这一点在申请邮件里就应当说清楚，否则拿到的可能是「看起来像热图但不能做定量分析」的图片。
13.4 另一个陷阱：Hausdorff 距离的敏感性
Hausdorff 距离衡量两个点集之间的最大不匹配，对单个离群点极其敏感。热图掩码常有零星孤岛（一两个像素的噪声标注），会导致 Hausdorff 值异常大。
建议：同时报告 95 分位 Hausdorff（HD95）与平均表面距离（ASSD），并对掩码做最小连通域过滤（如剔除小于 20 像素的孤立区域），并在报告中说明过滤阈值。
§14 与临床工作流的关系
14.1 热成像在哪里能插进去
一个乳腺异常的典型临床路径是：体检/自检发现异常 → 钼靶/超声 → 必要时 MRI 或穿刺。热成像如果要插进去，只有三个位置可选：
位置 A：体检初筛前
- 优点：无辐射、无压迫、成本低
- 缺点：特异性低，假阳性会引发大量后续检查
位置 B：钼靶与穿刺之间
- 优点：作为致密乳腺的补充信息
- 缺点：缺乏指南支持，医生接受度低
位置 C：高危人群随访
- 优点：无累积辐射剂量，可高频复查
- 缺点：需要长期随访数据证明获益
DBT-TU-JU 的数据结构（带热点标注的单次拍摄）最贴近位置 A 与 B 的研究需求——研究者需要知道「怎么把热点准确画出来」，因为后续判读都建立在这个基础之上。
14.2 为什么「热点分割」是临床落地的第一道关
假设热成像被批准用于某类人群的辅助筛查，工作流必须是：
- 拍摄 → 2. 自动分割热点 → 3. 医生判读热点性质 → 4. 决定是否进一步检查
第 2 步如果不准，第 3 步就无从谈起——医生面对的是一个自动圈出的错误区域，要么推翻重画（浪费自动化），要么被误导（更糟）。
这就是为什么「分割」看起来是个中间步骤，实际上是自动化链路的地基。DBT-TU-JU 之所以重要，正是因为它在最基础的这一层提供了评测标准。
14.3 医生会怎么用这批标注
如果让一位放射科医生看 DBT-TU-JU 的样本，他大概会关注三件事：
- 热点的边界是否与解剖结构对齐（乳头、乳晕、乳房下皱襞）；
- 热点是否双侧对称出现（对称的可能是生理性的）；
- 热点区域的温度梯度（边缘锐利还是缓慢过渡）。
这三件事在论文摘要层面没有被明确转化为标注规范。也就是说，这批 ground truth 是「医生认可的热点区域」，但**「为什么会这样勾」的决策逻辑没有文档化**。对于想复现标注过程的研究者，这是一个空白。
§15 横向对照：IR 热成像数据集的两个典型样本
15.1 对照维度选择
评估一个热成像数据集，可以从六个维度看：
| 维度 | 为什么重要 |
|---|---|
| 采集协议 | 决定图像可比性 |
| 标注类型 | 决定可做的任务 |
| 人群构成 | 决定泛化边界 |
| 设备 | 决定跨中心迁移难度 |
| 样本量 | 决定统计效力 |
| 获取方式 | 决定可复现性 |
15.2 DBT-TU-JU 的六维画像
| 维度 | DBT-TU-JU 的表现 |
|---|---|
| 采集协议 | 有专门论文论述（SPIE 2016），属强项 |
| 标注类型 | 影像级类别 + 像素级热点，属强项 |
| 人群构成 | 印度东北部单中心，100 人，属弱项 |
| 设备 | 单一型号（FLIR T650sc），属弱项 |
| 样本量 | 1100 张 / 100 人，属中弱 |
| 获取方式 | 邮件申请，无直链，属弱项 |
六项里只有前两项是强的。这个画像解释了它在「方法学论文里被频繁引用」与「实际复现者稀少」之间的落差。
15.3 DMR-IR 的六维画像
| 维度 | DMR-IR 的表现 |
|---|---|
| 采集协议 | 固定视角（前视/侧视），流程标准化 |
| 标注类型 | 影像级 sick/healthy，无像素标注 |
| 人群构成 | 巴西单中心，37 例，属强弱项 |
| 设备 | 自有红外相机，单一型号 |
| 样本量 | 数百张（按视角计），属弱项 |
| 获取方式 | 需向原团队申请，无公开直链 |
两个数据集在「弱项」上高度重合：都是单中心、小样本、单设备、申请制。它们的差别只在标注类型这一项——DBT-TU-JU 多了像素级掩码。
这个对比给出一个方法论判断：在热成像这个领域，真正稀缺的不是图像，而是标注。图像稍微攒一攒就有几百上千张，但要有人愿意逐张勾画热点，成本就上去了。
15.4 两个数据集能不能合并
技术上可以，方法上有条件：
可以合并的前提：
- 双方都统一到灰度/辐射值域，不能一边用伪彩一边用灰度；
- 标签做显式映射（sick↔Diseased，healthy↔Healthy），并在论文中说明；
- 设备域差异通过直方图匹配或分域归一化处理；
- 评测时按数据集分域报告，不能只报合并后的总指标。
不应该合并的情形：
- 想让「样本量看起来更大」而在论文里只写合并总数 —— 这是误导；
- 想让分割任务也「借用」DMR-IR 的图 —— 它没有掩码，无法参与分割评测。
§16 数据集生命周期：从 2017 到现在
16.1 三个阶段
| 阶段 | 时间 | 特征 |
|---|---|---|
| 建设期 | 2014-2017 | 实验室成立、协议制定、数据采集、方法验证 |
| 发布期 | 2017-2019 | 论文发表、后续方法论文跟进（奇异值、水平集、风险预测） |
| 沉淀期 | 2020 至今 | 引用趋缓但持续，作为「带标注热图基准」被引用 |
Google Scholar 的引文页（2026-10-17 抓取）给出累计被引 62 次，并附带逐年柱状分布（抓取页把 2018 至 2026 各年的柱值与「引用总数 62」并列显示）。逐年柱值本身在该页面以紧凑数字串形式呈现，容易重排误读，本条目不逐年代抄，只采用「累计 62 次」这一可核口径。
可以确认的是趋势方向：该文在 2019 年前后进入引用高峰，此后逐年回落但未归零。这说明它已经从「热门新数据集」转变为「常被引用的经典基准」——判断依据是引用分布的形态，而非某一年份的具体数值。
16.2 为什么引用在下降
三个原因：
- 深度学习范式转移：2019 年之后，热成像研究的主流也转向 CNN/Transformer，而这些方法需要更大数据量，DBT-TU-JU 只能作为下游评测；
- 新的热成像数据集出现：其他团队陆续发布了更大规模的乳腺热图集，分散了引用；
- 获取门槛：申请制让新研究者望而却步，转而使用更容易拿到的替代品。
这三条里，第三条是可以通过作者主动开放来改变的，但至今没有发生。
16.3 如果重做一次，应该怎么做
这是一段编辑推演（非事实陈述），对后来建数据集的人有参考价值：
1. 数据规模：从 100 人扩到 500+ 人，覆盖不同年龄段与乳腺密度
2. 标注流程：双人独立标注 + 一致性检验 + 争议裁决记录
3. 设备：至少两台不同型号，证明跨设备可比
4. 发布形态：辐射数据 + 伪彩图 + 掩码 + 元数据表（CSV）
5. 许可：明确 CC BY-NC 或类似条款，减少申请摩擦
6. 维护：托管到机构级仓库，而非个人主页
7. 版本：给出 v1.0 / v1.1 版本号与变更日志
这七条里，第 1、5、6 条是最能提升 AI-Ready 分数的。
§17 对使用者的建议：按角色划分
17.1 算法工程师
重点读： §5 数据规格、§6 坑点 1/2/3、§13 复现视角。
行动清单：
- 先确认能不能拿到数据，再投入时间设计模型；
- 拿到后第一件事是查受试者 ID 分布，确认每人多少张；
- 划分严格按 subject_id，代码里加断言防止泄漏；
- 报告结果时分三类报告，不只报总体。
17.2 临床研究者
重点读： §12 物理限制、§14 临床工作流、§15 横向对照。
行动清单：
- 不要把这个数据集当作「热成像诊断有效」的证据；
- 如果要引用，引用的是「分割方法基准」这个层面；
- 关注「致密乳腺并入健康档」这个设计对研究问题的影响；
- 若要做前瞻研究，DBT-TU-JU 只能作为历史对照，不能作为外部验证集（人群不同）。
17.3 数据集建设者
重点读： §3 项目谱系、§9 方法学启示、§16 生命周期。
行动清单：
- 先发采集协议论文，再发数据集论文，顺序别反；
- 标注流程要文档化，包括谁标、几人、如何裁决；
- 获取方式优先选「注册+协议」而非「邮件申请」；
- 数据托管优先选机构级仓库而非个人主页；
- 商用相关的方法，专利与数据许可分开规划。
17.4 文献综述作者
重点读： §8 家族图谱、§15 横向对照、附录 G 论文链。
行动清单：
- 引用时注明「100 名受试者 1100 张图」，不要只写 1100；
- 与 DMR-IR 并列提及时，明确说明两者标注层级的差异；
- 不要沿用「DBT-TU-JU 证明了热成像早期诊断」这类二手表述；
- 引用次数注明抓取时点。
§18 常见数据工程问题
18.1 拿到数据后怎么组织目录
建议结构（非官方）：
dbt-tu-ju/
├── metadata.csv # subject_id, image_id, label, laterality, view, mammo_result
├── images/
│ ├── S001/
│ │ ├── img_001.png
│ │ └── ...
│ └── ...
├── masks/
│ ├── S001/
│ │ ├── img_001_mask.png
│ │ └── ...
│ └── ...
└── README.md # 采集参数、标签定义、引用方式
关键原则：images 与 masks 用完全相同的相对路径，只换根目录。这样任何预处理脚本都能自动对齐，避免文件名对不上的低级错误。
18.2 metadata.csv 应该有哪些列
最低限度：
| 列名 | 类型 | 说明 |
|---|---|---|
| subject_id | str | 受试者编号，划分用 |
| image_id | str | 图像编号 |
| label_2c | int | 0=健康，1=疾病 |
| label_3c | int | 0=健康，1=良性，2=恶性 |
| laterality | str | L/R/双侧 |
| view | str | 前视/侧视/斜视 |
| mammo_result | str | 钼靶结论原文 |
| fnac_result | str | FNAC 结论（如有） |
如果作者提供的元数据没有 subject_id，必须从文件命名或目录结构中还原，否则无法做受试者级划分。
18.3 温度值怎么还原
如果只拿到伪彩图，可以尝试通过伪彩表反查温度，但精度有限。更可靠的做法是在申请时明确索取：
- 原始辐射数据（FLIR 的 SEQ/CSQ/FFF 格式或导出的 TIFF）；
- 相机的辐射参数（发射率、反射温度、距离、湿度）。
FLIR 的辐射 JPEG 内嵌了辐射信息，可用 ExifTool 或 FLIR 官方 SDK 读取；如果拿到的是普通 JPEG，则温度信息已丢失。
18.4 数据版本怎么管
申请制数据集没有版本号是常态。建议在拿到数据时：
- 记录获取日期与邮件往来；
- 计算全量文件 md5 并留存清单；
- 在自己的论文中写明具体获取年月（如「2027 年 3 月获取」），与上述 md5 清单对应。
这样如果作者后续更新或调整数据，你的结果仍然可追溯。
§19 关键结论的置信度标注
本节把正文里的判断按证据强弱分档，方便读者判断哪些可以放心引用、哪些只能当编辑观点。
| 判断 | 证据强度 | 依据 |
|---|---|---|
| 规模为 100 名受试者 / 1100 张热图 | 强（三源一致） | 论文摘要 + PubMed + 引文数据库 |
| 设备为 FLIR T650sc，640×480 | 强（一手） | 项目负责人主页项目页 |
| 标签依据钼靶与 FNAC | 强（两源一致） | 论文摘要 + 项目页 |
| 致密乳腺归入健康档 | 强（一手） | 项目页原文表述 |
| 6 种方法、5 项指标 | 强（论文摘要） | PubMed 摘要 |
| FO-DPSO/区域生长/均值漂移/FCM 较优 | 强（论文摘要） | PubMed 摘要 |
| 无公开下载、无明文许可 | 强（实抓验证） | 官方页面三处实抓 |
| 专利 202031027352 | 强（一手） | 项目页 |
| 各类别确切计数缺失 | 强（负面证据） | 摘要未披露 |
| 标注人数与一致性检验缺失 | 中（摘要层面未见） | 全文未取得，不能排除正文有 |
| 5 项指标的具体名称 | 中（同上） | 同上 |
| 采集协议参数细节 | 中（同上） | 正文未取得 |
| 引用 62 次 | 中（时点敏感） | Scholar 抓取 2026-10-17 |
| 「价值在评测不在训练」 | 编辑判断 | 基于规模与用途的推理 |
| DAIMS 评分 | 编辑判断 | 见附录 B 依据列 |
| 与 DMR-IR 的对比细节 | 中 | DMR-IR 条目另行核验，本条仅作区分表述 |
读这张表的方式：「强」档可以直接写进论文，「中」档需注明时点或补核，「编辑判断」档只能作为观点引用，不能作为事实陈述。
§20 一页速查卡
┌──────────────────────────────────────────────┐
│ DBT-TU-JU Breast Thermogram Database │
├──────────────────────────────────────────────┤
│ 身份 印度特里普拉大学 2014-2017 采集的乳腺 │
│ 红外热图库，DBT 资助 │
│ 论文 IEEE J Biomed Health Inform │
│ 2018;22(4):1238-1249 │
│ DOI 10.1109/JBHI.2017.2740500 │
│ PMID 28829321 │
│ 规模 100 名受试者 / 1100 张热图 │
│ 设备 FLIR T650sc / 640×480 / <30mK │
│ 标签 Healthy（含致密乳腺） / Diseased │
│ └ Benign cyst / Malignant tumor │
│ 标注 可疑高温区像素级 ground truth │
│ 评测 6 种分割方法 × 5 项有监督指标 │
│ 结论 FO-DPSO / 区域生长 / 均值漂移 / FCM │
│ 优于 k-means 与阈值法 │
│ 获取 无直链，邮件联系作者 │
│ 许可 无公开声明 │
│ 专利 印度 202031027352（分割方法） │
│ 易混 不是 DMR-IR（巴西 37 例，无掩码） │
│ 不是 DBT 断层合成（那是 3d-mammogram） │
├──────────────────────────────────────────────┤
│ 三条使用纪律 │
│ 1. 只做评测，不做主训练集 │
│ 2. 按 subject_id 划分，防受试者泄漏 │
│ 3. 商用前查许可 + 专利 FTO │
└──────────────────────────────────────────────┘
FAQ（高频问答 30 问）
A. 基础认知
A1：DBT-TU-JU 这个名字怎么读？
它是一个首字母缩写：DBT = Department of Biotechnology（印度生物技术部，资助方），TU = Tripura University，JU = Jadavpur University。合起来读作「D-B-T-T-U-J-U」，不要与「DBT」这个缩写本身混淆——注意这里的 DBT 与数字乳腺断层合成（Digital Breast Tomosynthesis，同为 DBT 缩写）毫无关系。
A2：它是哪一年发布的？
论文 2017 年 8 月在线首发，2018 年 7 月见刊于 IEEE J Biomed Health Inform 第 22 卷第 4 期，页码 1238-1249。数据采集期为 2014 年 3 月至 2017 年 9 月。
A3：它属于哪一类医学影像？
红外热成像（infrared thermography），不是 X 线、不是超声、不是 MRI。它记录的是体表温度分布，属于功能性成像而非结构性成像。
A4：题目里的 Ground-Truth-Annotated 是什么意思？
意思是「带 ground truth 标注」。具体指每张热图都配有医生认可的可疑高温区（hotspot）掩码图像。
A5：它和 DBT 乳腺断层合成有什么关系？
没有任何关系。这里的 DBT 是资助机构 Department of Biotechnology 的缩写，乳腺断层合成的 DBT 是 Digital Breast Tomosynthesis 的缩写。库内 3d-mammogram（rid=942）才是断层合成，属结构性成像，与本条目完全不同。
A6：谁是这个数据集的负责人？
Mrinal Kanti Bhowmik，特里普拉大学计算机科学与工程系教授，生物医学红外图像处理实验室负责人。执行者为 Usha Rani Gogoi（该项目初级研究员，博士）。
B. 数据与获取
B1：到底有多少数据？
100 名受试者，1100 张乳腺热图。这两项数字来自论文摘要原文。
B2：每人多少张？
平均 11 张。论文只给了总数，未逐人列出，因此无法确认每人是否都是 11 张，也可能存在某些受试者拍摄更多、某些更少的情况。
B3：三类（健康/良性/恶性）各有多少？
论文摘要未披露确切计数。本条目不提供未经证实的分布数字。
B4：图像分辨率是多少？
相机原始分辨率为 640×480。论文未说明是否在发布时裁切或降采样，实际拿到的图像尺寸需以作者发放版本为准。
B5：有没有公开下载链接？
没有。官方页面 https://mkbhowmik.in/dbtTu.aspx 仅展示样本图，无下载入口。
B6：怎么申请？
邮件联系通讯作者说明研究用途与机构隶属。没有公开的申请表单或审批时限承诺。
B7：能用 CC BY 协议引用它吗？
不能。没有任何公开声明支持该数据集适用 CC 协议。使用时须以作者提供的协议为准，默认可引用论文、不可假设数据许可。
B8：能从第三方镜像下载吗？
不建议。来源不明的副本可能违反原作者意愿，且存在被篡改、降采样、错误标注的风险。
B9：可以商用吗？
必须先解决两件事：① 数据使用许可（需与作者确认）；② 印度专利 202031027352 的自由实施问题。两者都不明确时，不应商用。
B10：论文本身开放获取吗？
不是。IEEE JBHI 为订阅制期刊，摘要可通过 PubMed（PMID 28829321）免费阅读，全文需订阅。
C. 数据质量与标注
C1：ground truth 是谁标的？
论文摘要未说明标注者身份、人数与资历。只能确定标签的临床依据是钼靶与 FNAC 结果。
C2：有观察者间一致性检验吗？
摘要层面未披露。这是该数据集的一个已知信息缺口。
C3：致密型乳腺被归到哪一类？
健康档（Healthy）。论文原文口径：钼靶或 FNAC 结果为健康或致密型乳腺的受试者，归入健康热图组。
C4：良性囊肿和恶性肿瘤怎么区分？
依据钼靶结果：显示良性囊肿或恶性肿瘤的受试者归入疾病档，其中再按囊肿/肿瘤细分。
C5：热图是灰度还是伪彩？
论文未明确说明发布形态。红外相机通常同时输出灰度辐射数据与伪彩色图像，分析时一般用灰度。
C6：没有病例级元数据（年龄、BMI、月经状态）吗？
论文摘要未列出。PubMed 的 MeSH 词表覆盖了 Adult 到 Aged 80 and over 的年龄跨度，说明受试者年龄分布较广，但具体统计量未披露。
D. 方法与应用
D1：论文比较了哪些分割方法？
六种：分数阶达尔文粒子群优化（FO-DPSO）、区域生长、均值漂移、模糊 C 均值、k-means、阈值法。
D2：哪种方法最好？
论文结论：FO-DPSO、区域生长、均值漂移、FCM 优于 k-means 与阈值法。四者之间论文未给出单一最优。
D3：用了哪些评价指标？
论文称使用 5 项有监督评价指标，摘要未列出具体名称。本条目不作推测。
D4：能用来训练深度学习模型吗？
不建议作为主训练集（100 例太小）。可用于：微调后的外部验证、分割方法评测、少样本学习实验。
D5：能用它做三分类吗？
可以，但恶性档样本量最少，指标波动大，必须分层报告。
D6：怎么避免受试者泄漏？
按 subject_id 做分组划分（GroupKFold），同一人的所有热图落在同一折。绝不按图像随机划分。
D7：跨设备能用吗？
直接迁移风险高。不同热像仪的光谱响应、出厂校准、伪彩映射不同，需先做温度标定对齐。
D8：这个数据集支持哪些下游任务？
热点分割、异常检测、健康/良性/恶性分类、温度特征工程、图像配准（热图与钼靶位置匹配）。
E. 生态与比较
E1：和 DMR-IR 有什么区别？
DBT-TU-JU 是印度 100 例 1100 张带像素级热点标注；DMR-IR 是巴西 37 例，无像素级标注，按 sick/healthy 分档。两者不可合并。
E2：为什么文献里常把它们放在一起？
因为两者都是早期少数「可获取的乳腺热图库」，研究者在做特征选择实验时习惯同时使用以增加样本量（如 Gogoi 2017 IESC 论文）。但合并使用时必须做域适配，否则标签语义与设备差异会污染实验。
E3：库内还有哪些乳腺数据集？
inbreast（542，钼靶）、tn-mammo-breast-density（628，密度）、3d-mammogram（942，断层合成）、breast-lesions-usg（1133，超声）、duke-breast-mri（440，MRI）、breastpathq（268，病理）。按模态各取所需。
E4：热成像在乳腺筛查中的定位是什么？
辅助与早期风险提示，不是独立筛查手段。无辐射、无压迫是优势，特异性不足与标准化困难是短板。
E5：这个数据集被引用多少次？
Google Scholar 显示 62 次（2026-10-17 抓取）。作者主页记录为 48 次（截至 2024-05-16），两个时点不同，不应混用。
E6：有没有后续的扩展版本？
团队后续在无症状人群中做了扩展研究（Gogoi et al., Infrared Phys Technol 2019;99:201-211），但扩展后的确切受试者与图像数量未在本次核验中取得，不宜与本条目的 100/1100 口径混用。
事实清单（硬事实 30 条）
- 数据集全称：DBT-TU-JU Breast Thermogram Database。
- 全称展开：Department of Biotechnology – Tripura University – Jadavpur University。
- 论文标题：Designing of Ground-Truth-Annotated DBT-TU-JU Breast Thermogram Database Toward Early Abnormality Prediction。
- 期刊：IEEE Journal of Biomedical and Health Informatics。
- 卷期页码：2018 Jul;22(4):1238-1249。
- DOI：10.1109/JBHI.2017.2740500。
- PMID：28829321。
- IEEE Xplore 文档号：8012578。
- 在线首发：2017-08-17。
- 数据规模：1100 张乳腺热图。
- 受试者：100 名。
- 采集设备：FLIR T650sc。
- 红外分辨率：640×480。
- 热灵敏度：<30 mK @30 ℃。
- 实验室成立日期：2014-03-05。
- 项目启动日期：2014-03-03。
- 项目结题日期：2017-09-02。
- 资助方：Department of Biotechnology, Govt. of India（Twinning Project）。
- 资助总额：Rs. 64.28 Lakh（TU 50.73 / JU 13.55）。
- 主体机构：Tripura University（A Central University）。
- 合作机构一：Jadavpur University, Kolkata。
- 合作机构二：Agartala Government Medical College (AGMC) & Gobind Ballav Pant (GBP) Hospital。
- 第一作者：Mrinal Kanti Bhowmik。
- 共同作者：Usha Rani Gogoi、Gautam Majumdar、Debotosh Bhattacharjee、Dhritiman Datta、Anjan Kumar Ghosh。
- 分类依据：X 线钼靶 + 细针穿刺细胞学（FNAC）。
- 标签层级：Healthy / Diseased（Benign cyst / Malignant tumor）。
- 致密型乳腺归入健康档。
- 比较方法数：6 种。
- 评价指标数：5 项有监督指标（名称未在摘要披露）。
- 专利：印度申请 202031027352，2021-12-31 公布。
附录
附录 A：条目信息速查卡
| 项 | 值 |
|---|---|
| 条目名 | DBT-TU-JU Breast Thermogram Database |
| url_name | dbt-tu-ju |
| 类型 | 带像素级标注的医学影像数据集 + 方法论文 |
| 论文 | IEEE J Biomed Health Inform 2018;22(4):1238-1249 |
| DOI | 10.1109/JBHI.2017.2740500 |
| 团队 | 特里普拉大学生物医学红外图像处理实验室 |
| 规模 | 100 受试者 / 1100 张热图 |
| 设备 | FLIR T650sc，640×480 |
| 许可 | 无公开声明，需联系作者 |
| 抓取时点 | 2026-10-17 |
| 库内互链 | inbreast(542)/tn-mammo-breast-density(628)/3d-mammogram(942)/breast-lesions-usg(1133)/duke-breast-mri(440)/breastpathq(268)/dmr-ir（待入库） |
附录 B：DAIMS 评估全表
| 维度 | 评分（1-10） | 依据 |
|---|---|---|
| D 可发现性（Discoverability） | 6 | 论文可经 PubMed/DOI 精确检索；官方页面存在但仅一页，无元数据描述，站内无结构化索引 |
| A 可获取性（Accessibility） | 3 | 无公开直链、无 license 文本、无申请表，仅能邮件申请——本数据集最大失分项 |
| I 可互操作（Interoperability） | 4 | 无标准格式（DICOM/OME-TIFF 未声明）、无坐标系统一、无热图与钼靶的配准元数据 |
| M 元数据质量（Metadata） | 6 | 规模、设备、标签体系清楚；类别计数、标注流程、一致性检验缺失 |
| S 可持续性（Sustainability） | 4 | 依赖个人主页托管，无机构级数据仓库，页面可维护性取决于负责人 |
| 综合评级 | 4.6/10（中等偏下） | 作为方法学基准质量上乘，作为 AI-Ready 数据资产受可获取性严重拖累 |
附录 C：逐项证据链自证
| 关键数字/事实 | 来源 | 位置 |
|---|---|---|
| 1100 张 / 100 名受试者 | 论文摘要 | PubMed 28829321 / IEEE Xplore 8012578 |
| DOI 10.1109/JBHI.2017.2740500 | PubMed 记录 | PubMed 页面 |
| 卷期页 22(4):1238-1249 | PubMed / Mendeley / 图书馆目录 | 三源一致 |
| 在线首发 2017-08-17 | Google Scholar 记录 | Scholar 引文页 |
| FLIR T650sc / 640×480 / <30 mK | 项目页 | mkbhowmik.in/fundedp.aspx |
| 实验室成立 2014-03-05 | 项目页 | mkbhowmik.in/fundedp.aspx |
| 项目周期 2014-03-03 至 2017-09-02 | 项目页 | mkbhowmik.in/fundedp.aspx |
| 资助 Rs. 64.28 Lakh（50.73/13.55） | 项目页 | mkbhowmik.in/fundedp.aspx |
| 健康/疾病分档依据钼靶与 FNAC | 项目页 + 论文摘要 | 两源一致 |
| 致密乳腺归健康档 | 项目页 | mkbhowmik.in/fundedp.aspx |
| 6 种方法 / 5 项指标 | 论文摘要 | PubMed |
| FO-DPSO/区域生长/均值漂移/FCM 较优 | 论文摘要 | PubMed |
| 专利 202031027352，2021-12-31 公布 | 项目页 | mkbhowmik.in/fundedp.aspx |
| 官方数据集页仅样本图 | 实抓 | mkbhowmik.in/dbtTu.aspx |
| 引用 62 次 | Google Scholar | 引文页，2026-10-17 |
| 库内乳腺条目 rid | DB 查询 | ai_ready_dataset，2026-10-17 |
附录 D：数据获取决策树
你的需求是什么？
├── 只想了解乳腺热成像的方法学现状
│ └── 读本条目 §0-§4 + 论文摘要即可，无需数据
├── 想做热点分割评测
│ ├── 1) 邮件联系作者申请数据（用途+归属）
│ ├── 2) 等待期先用公开热图集搭管线（注意域差异）
│ └── 3) 拿到后按 §5.3 受试者级划分协议评测
├── 想做健康/患病分类
│ ├── 数据量不足时优先考虑 DMR-IR 或合并使用
│ └── 合并时须做设备域对齐，并声明标签映射
├── 想商用
│ ├── 先确认数据许可
│ └── 再做专利 202031027352 的 FTO 分析
└── 想引用「热成像可早期发现乳腺癌」论点
└── 请引原始文献，不要引本数据集论文（它验证的是分割方法）
附录 E：标签映射与使用规范
| 原始标签 | 二分类映射 | 三分类映射 | 使用注意 |
|---|---|---|---|
| Healthy（正常） | 0 健康 | 0 健康 | 包含正常与致密乳腺两种情况，不可细分 |
| Healthy（致密乳腺） | 0 健康 | 0 健康 | 亚组信息在数据集内被合并，无法单独取出 |
| Diseased – Benign cyst | 1 疾病 | 1 良性 | 良性≠正常，勿与健康档合并 |
| Diseased – Malignant tumor | 1 疾病 | 2 恶性 | 样本最少，须分层报告 |
附录 F：评测协议骨架（代码）
# DBT-TU-JU 分割/分类评测骨架（示意，非官方脚本）
from sklearn.model_selection import GroupKFold
import numpy as np
# records: [{"subject_id":..., "image":..., "mask":..., "label":0/1/2}, ...]
subjects = sorted({r["subject_id"] for r in records})
gkf = GroupKFold(n_splits=5)
for fold, (tr_subj_idx, te_subj_idx) in enumerate(gkf.split(subjects, groups=subjects)):
tr_subj = {subjects[i] for i in tr_subj_idx}
tr = [r for r in records if r["subject_id"] in tr_subj]
te = [r for r in records if r["subject_id"] not in tr_subj]
# 训练折调参 -> 测试折一次性推断
model = fit(model_factory(), tr)
# 分层报告：健康/良性/恶性分别统计
for cls in (0, 1, 2):
gt = [r["mask"] for r in te if r["label"] == cls]
pr = [model.predict(r["image"]) for r in te if r["label"] == cls]
if gt:
print(fold, cls, "dice=%.4f" % mean_dice(gt, pr))
附录 G：与本数据集相关的论文链（速查）
| 年份 | 出处 | 主题 | 与本数据集的关系 |
|---|---|---|---|
| 2016 | SPIE 9861:269-286 | 采集协议标准化 | 采集规范依据 |
| 2017 | IESC | 判别式特征选择 | 使用本数据集 + DMR |
| 2018 | IEEE JBHI 22(4):1238-1249 | 数据集本体 | 主源 |
| 2018 | APESM 41(4):861-879 | 奇异值表征热斑 | 用本数据集特征 |
| 2018 | IEEE TMI 38(2):572-584 | DLPE 水平集分割 | 用本数据集评测 |
| 2019 | Infrared Phys Technol 99:201-211 | 无症状人群风险预测 | 扩展应用 |
| 2022 | QIRT | MMSHRs 形态模型 | 严重程度预测 |
附录 H：一页速查卡
DBT-TU-JU —— 30 秒记住这些
────────────────────────────────
是什么 印度首个带像素级热点标注的乳腺热图库
多少人 100 名受试者
多少图 1100 张（平均 11 张/人）
什么机 FLIR T650sc，640×480，<30mK
怎么分 Healthy / Diseased（Benign / Malignant），依据钼靶+FNAC
标什么 可疑高温区 ground truth 掩码
评过谁 6 种分割方法 × 5 项指标
谁做的 特里普拉大学 Bhowmik 团队
怎么拿 无直链，邮件申请
别搞混 不是 DMR-IR（巴西 37 例，无掩码）
别搞混 DBT 不是乳腺断层合成
────────────────────────────────
术语表（26 条）
| 术语 | 英文 | 释义 |
|---|---|---|
| 红外热成像 | Infrared Thermography, IRT | 通过探测体表红外辐射重建温度分布图像的成像方式 |
| 乳腺红外热成像 | Infrared Breast Thermography, IBT | 针对乳腺区域的 IRT，用于筛查与风险提示 |
| 热图 | Thermogram | 红外热成像输出的温度分布图像 |
| 热点 / 高温区 | Hotspot / Hyperthermic region | 热图上温度显著高于周围皮肤的区域，常提示异常 |
| ground truth | Ground truth | 由专家确认的标准答案，此处指热点掩码 |
| 像素级标注 | Pixel-level annotation | 逐像素标注类别或区域 |
| 分割 | Segmentation | 将图像划分为若干有意义区域的任务 |
| 有监督评价指标 | Supervised evaluation metric | 需要参考标注才能计算的分割质量指标 |
| 区域生长 | Region growing | 从种子点出发按相似性准则扩张区域的经典分割法 |
| 均值漂移 | Mean shift | 基于密度梯度上升的非参数聚类分割法 |
| 模糊 C 均值 | Fuzzy C-Means, FCM | 允许像素以隶属度属于多个簇的软聚类 |
| k 均值 | k-means | 硬聚类方法，将像素分到最近的簇中心 |
| 粒子群优化 | Particle Swarm Optimization, PSO | 基于群体搜索的元启发式优化算法 |
| 分数阶达尔文粒子群 | FO-DPSO | 引入分数阶微积分与达尔文自然选择机制的 PSO 变体 |
| 钼靶 | Mammography | X 线乳腺摄影，乳腺癌筛查金标准 |
| 致密型乳腺 | Dense breast | 腺体组织占比高的乳腺，钼靶敏感性下降 |
| 细针穿刺细胞学 | FNAC | 用细针抽取病灶细胞做病理检查 |
| 良性囊肿 | Benign cyst | 非恶性的囊性病变 |
| 恶性肿瘤 | Malignant tumor | 具侵袭性的癌性病变 |
| 热灵敏度 | NETD | 噪声等效温差，衡量热像仪分辨细微温差的能力 |
| 乳头温度 | Nipple temperature | 乳头区域的温度测量值，常用于异常提示 |
| 双侧不对称 | Bilateral asymmetry | 左右乳温度分布差异，热成像重要指标 |
| 热斑 | Thermal patch | 局部温度异常的小块区域 |
| 水平集 | Level set | 用隐式函数演化曲线实现边界分割的方法 |
| DLPE | Discriminative Local Pattern Energy | 团队提出的判别式局部模式能量，用于水平集能量项 |
| 肿瘤位置匹配 | Tumor Location Matching, TLM | 把热图可疑区位置与钼靶/FNAC 肿瘤位置做空间匹配 |
相关数据集导航
以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：
- bus-bra — 共享标签：医学影像 / 乳腺影像 / 图像分类 / 医学图像分割 / 乳腺癌 / 评测基准
- mias — 共享标签：医学影像 / 乳腺影像 / 图像分类 / 医学图像分割 / 乳腺癌 / 评测基准
- bus-uclm — 共享标签：医学影像 / 乳腺影像 / 图像分类 / 医学图像分割 / 乳腺癌 / 评测基准
- breast-lesions-usg — 共享标签：医学影像 / 乳腺影像 / 图像分类 / 医学图像分割 / 乳腺癌 / 评测基准
- busi — 共享标签：医学影像 / 乳腺影像 / 图像分类 / 医学图像分割 / 乳腺癌
- inbreast — 共享标签：医学影像 / 乳腺影像 / 图像分类 / 医学图像分割 / 乳腺癌
- udiat — 共享标签：医学影像 / 乳腺影像 / 图像分类 / 医学图像分割 / 乳腺癌
- bcdr — 共享标签：医学影像 / 乳腺影像 / 图像分类 / 医学图像分割 / 评测基准
- 3d-mammogram — 共享标签：医学影像 / 乳腺影像 / 医学图像分割 / 乳腺癌 / 评测基准
- mama-miaai-extended — 共享标签：医学影像 / 乳腺影像 / 医学图像分割 / 乳腺癌 / 评测基准
导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。
