CheXmask-U：胸部X线图像中基于关键点的解剖分割掩膜不确定性估计

数据集获取（PhysioNet）

• 源站标题：CheXmask-U: Uncertainty Estimation for Landmark-Based Anatomical Segmentation Masks in Chest X-ray Images
• 版本：1.0.0
• DOI：10.13026/6vn3-3j51
• 源站页面：https://physionet.org/content/chexmask-u/1.0.0

PhysioNet 数据需注册账号（机构邮箱）并签署数据使用协议后下载：

1. 在 https://physionet.org/content/chexmask-u/1.0.0 页面登录并接受许可条款；
2. 命令行整目录下载：

wget -r -N -c -np --user=<账号> --ask-password https://physionet.org/files/chexmask-u/1.0.0/

3. 或用官方工具（推荐，支持断点续传与校验）：

pip install physionet-download
physionet-download chexmask-u

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

数据说明

我们提出了 CheXmask 数据集的扩展版本，通过逐节点不确定性估计增强了胸部 X 线片的原始解剖分割掩膜。该数据集保留了对五个公共来源——ChestX-ray8、CheXpert、MIMIC-CXR-JPG、Padchest 和 VinDr-CXR——的全面覆盖，同时为每个解剖标志点提供了不确定性估计。CheXmask-U 支持标志点级和图像级不确定性评估，可服务于医学影像中的不确定性感知分割研究、鲁棒性评估、校准分析和分布外检测。该数据集包括左肺、右肺和心脏的经预处理、基于标志点的分割掩膜及其对应的逐节点不确定性估计，还包括基于反向分类准确率（RCA）的每个掩膜的原始独立质量控制评分。所获得的不确定性估计通过人工标志点标注、合成扰动实验和分布外分析进行了评估，表明不确定性与预测可靠性之间存在有意义的关系。

许可

Creative Commons Attribution 4.0 International Public Li

引用

学术使用请引用：Cosarinsky et al. (2026). CheXmask-U: Uncertainty Estimation for Landmark-Based Anatomical Segmentation Masks in Chest X-ray Images. PhysioNet. doi:10.13026/6vn3-3j51 DOI 10.13026/6vn3-3j51。