MedScribble 多图像分割生物医学任务数据集

*该数据集支持在线使用，点击此处跳转。

该数据集是由麻省理工学院的研究团队于 2024 年发布的，相关论文成果为「ScribblePrompt: Fast and Flexible Interactive Segmentation for Any Biomedical Image」，已被 ECCV24 接受。

数据集为研究团队从 14 个不同的开放获取的生物医学图像分割数据集中，为 14 个分割任务收集的 3 名标注者的手写涂鸦。 MedScribble 包含了总共 64 对 2D 图像分割配对，每对图像分割配对都有 3 组涂鸦注释。

对于每个分割任务（即，数据集/标签组合），标注者会被展示 5 个带有真实分割的训练样本，并被指导在新图像上绘制正负涂鸦来标示感兴趣区域。

标注者在一个 Gradio 网络应用中绘制涂鸦。标注者 1 和 2 使用带有手写笔的 iPad，而标注者 3 使用笔记本电脑的触控板来绘制涂鸦。

所有图像在被调整为 256×256 大小并重新缩放到 [0,1] 范围之前，都被填充成正方形（用零填充）。对于 3D 数据集，研究团队根据文件夹名称的指示，选取中间切片 (midslice) 或具有最大标签面积的切片 (maxslice) 。

HyperAI 超神经论文解读：「入选 ECCV 2024！覆盖 5.4w+图像，MIT 提出医学图像分割通用模型 ScribblePrompt，性能优于 SAM」

立即体验教程 Demo：ScribblePrompt 医学图像分割工具