Polyp-E
Polyp-E 数据集是一个包含 4417 张结肠镜检查图像（图像模态）的医学影像数据集，涵盖健康样本以及息肉大小和位置变化的图像，通过潜在扩散模型对真实图像进行属性编辑生成，主要用于评估深度分割模型在结肠息肉自动分割与诊断中的鲁棒性和泛化能力，以提升临床诊断的准确性。
基本信息
资源简介
Polyp-E 数据集由北京邮电大学人工智能学院创建，旨在评估深度分割模型在结肠镜图像中不同属性（如息肉位置和大小）变化下的鲁棒性。该数据集包含 4417 张图像，涵盖健康样本、大小变化和位置变化的结肠镜检查图像，通过潜在扩散模型对真实结肠镜图像进行属性编辑生成，确保了高度的视觉真实性和多样性。该数据集主要应用于结肠镜检查中的自动息肉分割与诊断，有助于提高深度学习模型的泛化能力和临床诊断准确性。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集说明
Polyp-E 对应论文数据集（arXiv 预印本）。
数据获取指引
- 打开论文页面获取作者与项目信息：https://arxiv.org/abs/2410.16732v1
- 论文 Data Availability / Code Availability 章节标注了数据实际托管位置；
- 获取到实际数据链接后，按对应平台标准方式下载。
论文摘要：Abstract:Automatic polyp segmentation is helpful to assist clinical diagnosis and treatment. In daily clinical practice, clinicians exhibit robustness in identifying polyps with both location and size variations. It is uncertain if deep segmentation models can achieve comparable robustness in automated colonoscopic analysis. To benchmark the model robustness, we focus on evaluating the robustness of segmentation models on the polyps with various attributes (e.g. location and size) and healthy samples. Based on the Latent Diffusion Model, we perform attribute editing on real polyps and build a new dataset named Polyp-E. Our synthetic dataset boasts exceptional realism, to the extent that clinical experts find it challenging to discern them from real data. We evaluate several existing polyp segmentation models on the proposed benchmark. The results reveal most of the models are highly sensitive to attribute variations. As a novel data augmentation technique, the proposed editing pipeline can improve both in-distribution and out-of-distribution generalization ability. The code and datasets will be released.
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 结肠息肉 的高质量、多模态真实临床数据定制解决方案。
