1. 数据集名称:

Lung Nodule Analysis 2016(LUNA16)

2. 数据集基本情况:

•项目背景:

•该数据集是LIDC/IDRI数据集的子集，由LIDC/IDRI数据集删除切片厚度大于3mm和肺结节小于3mm的CT得到，并以MetaImage（.mhd）图像的形式提供。该研究旨在一个共同的数据库上从结节检测结节分类的假阳性减少两个方面对不同CAD（计算机辅助检测）系统的性能进行比较评估，

•样本量:

–CT套数: 888套低剂量肺CT。

–结节数量: 1186个结节。

–完整的数据集分为10 个子集，每个子集包含89/88套CT，这些子集应用于10 倍交叉验证。

•其他重要信息:

–数据集包含来自临床胸部CT扫描的图像和与之关联的XML标注文件，记录了四名经验丰富的胸部放射科医生执行的两阶段图像标注过程的结果。

–对于直径大于等于3mm的结节标记了质心、边界与形态特征。对其他结节仅标记质心。

–提供了每个患者的总结节数量，对于每个结节，还提供了建立诊断的信息，仅部分结节为活检诊断。

3. 适用任务:

•肺结节检测

•肺结节分类

4. 下载地址:

•https://luna16.grand-challenge.org/

5. 文献出处:

•Setio A AA, Traverso A, De Bel T, et al. Validation, comparison, and combination of algorithms for automatic detection of pulmonary nodules in computed tomography images: the LUNA16 challenge[J]. Medical image analysis, 2017, 42: 1-13. Medical image analysis, 2017, 42: 1-13. https://doi.org/10.48550/arXiv.1612.08012

•Armato, S. G., 3rd, McLennan, G., Bidaut, L., McNitt-Gray, M. F., Meyer, C. R., Reeves, A. P., Zhao, B., Aberle, D. R., Henschke, C. I., Hoffman, E. A., Kazerooni, E. A., MacMahon, H., Van Beeke, E. J., Yankelevitz, D., Biancardi, A. M., Bland, P. H., Brown, M. S., Engelmann, R. M., Laderach, G. E., Max, D., … Croft, B. Y. (2011). The Lung Image Database Consortium (LIDC) and Image Database Resource Initiative (IDRI): a completed reference database of lung nodules on CT scans. Medical physics, 38(2), 915–931.https://doi.org/10.1118/1.3528204

•基于该数据集的历年模型精度的结果https://paperswithcode.com/dataset/luna16