CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images | ||
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional | |
| dc.conicet.organizacion | Hospital Italiano. Departamento de Informática En Salud. | |
| dc.conicet.organizacion | Universidad Tecnológica Nacional | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional | |
| dc.conicet.organizacion | Hospital Italiano. Departamento de Informática En Salud. | |
| dc.conicet.organizacion | Hospital Italiano. Departamento de Informática En Salud. | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional | |
| dc.contributor.author | Gaggion Zulpo, Rafael Nicolás | |
| dc.contributor.author | Mosquera, Candelaria | |
| dc.contributor.author | Mansilla, Lucas Andrés | |
| dc.contributor.author | Saidman, Julia Mariel | |
| dc.contributor.author | Aineseder, Martina | |
| dc.contributor.author | Milone, Diego Humberto | |
| dc.contributor.author | Ferrante, Enzo | |
| dc.date.issued | 2024-05 | |
| dc.description.abstract | The development of successful artificial intelligence models for chest X-ray analysis relies on large, diverse datasets with high-quality annotations. While several databases of chest X-ray images have been released, most include disease diagnosis labels but lack detailed pixel-level anatomical segmentation labels. To address this gap, we introduce an extensive chest X-ray multi-center segmentation dataset with uniform and fine-grain anatomical annotations for images coming from five well-known publicly available databases: ChestX-ray8, CheXpert, MIMIC-CXR-JPG, Padchest, and VinDr-CXR, resulting in 657,566 segmentation masks. Our methodology utilizes the HybridGNet model to ensure consistent and high-quality segmentations across all datasets. Rigorous validation, including expert physician evaluation and automatic quality control, was conducted to validate the resulting masks. Additionally, we provide individualized quality indices per mask and an overall quality estimation per dataset. This dataset serves as a valuable resource for the broader scientific community, streamlining the development and assessment of innovative methodologies in chest X-ray analysis. | es |
| dc.description.fil | Fil: Gaggion Zulpo, Rafael Nicolás. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina | |
| dc.description.fil | Fil: Mosquera, Candelaria. Hospital Italiano. Departamento de Informática En Salud.; Argentina. Universidad Tecnológica Nacional; Argentina | |
| dc.description.fil | Fil: Mansilla, Lucas Andrés. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina | |
| dc.description.fil | Fil: Saidman, Julia Mariel. Hospital Italiano. Departamento de Informática En Salud.; Argentina | |
| dc.description.fil | Fil: Aineseder, Martina. Hospital Italiano. Departamento de Informática En Salud.; Argentina | |
| dc.description.fil | Fil: Milone, Diego Humberto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina | |
| dc.description.fil | Fil: Ferrante, Enzo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Gaggion Zulpo, Rafael Nicolás; Mosquera, Candelaria; Mansilla, Lucas Andrés; Saidman, Julia Mariel; Aineseder, Martina; et al.; CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images; Nature; Scientific Data; 11; 1; 5-2024; 1-16 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 2052-4463 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/258292 | |
| dc.journal.number | 1 | es |
| dc.journal.pagination | 1-16 | es |
| dc.journal.pais | Estados Unidos | es |
| dc.journal.title | Scientific Data | es |
| dc.journal.volume | 11 | es |
| dc.language.iso | eng | es |
| dc.publisher | Nature | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://www.nature.com/articles/s41597-024-03358-1 | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1038/s41597-024-03358-1 | |
| dc.rights | info:eu-repo/semantics/openAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by/2.5/ar/ | * |
| dc.subject | deep learning | es |
| dc.subject | datasets | es |
| dc.subject | xray | es |
| dc.subject | medical image segmentation | es |
| dc.subject.classification | Ciencias de la Información y Bioinformática | es |
| dc.subject.classification | Ciencias de la Computación e Información | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images | es |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:ar-repo/semantics/artículo | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.b84e1490-611b-4ced-831f-7d59ecaae59e_B.pdf
- Tamaño:
- 12.11 MB
- Formato:
- Adobe Portable Document Format