Halaman ini diterjemahkan oleh Cloud Translation API.

Set data Sinar X-ray Dada NIH

Set data Sinar-X Dada NIH terdiri dari 100.000 gambar sinar-X dada yang telah di-de-identifikasi. Gambar dalam format PNG.

Data ini disediakan oleh NIH Clinical Center dan tersedia melalui situs download NIH: https://nihcc.app.box.com/v/ChestXray-NIHCC

Anda juga dapat mengakses data melalui Google Cloud, seperti yang dijelaskan dalam akses dataGoogle Cloud .

Lisensi dan atribusi

Tidak ada batasan penggunaan gambar rontgen dada NIH. Namun, set data memiliki persyaratan atribusi berikut:

Berikan link ke situs download NIH: https://nihcc.app.box.com/v/ChestXray-NIHCC
Sertakan kutipan ke makalah CVPR 2017:

Xiaosong Wang, Yifan Peng, Le Lu, Zhiyong Lu, Mohammadhadi Bagheri, Ronald Summers, ChestX-ray8: Hospital-scale Chest X-ray Database and Benchmarks on Weakly-Supervised Classification and Localization of Common Thorax Diseases, IEEE CVPR, hlm. 3462-3471, 2017
Menyatakan bahwa NIH Clinical Center adalah penyedia data

Google Cloud akses data

Anda bisa mendapatkan gambar rontgen dada NIH dari Cloud Storage, BigQuery, atau menggunakan Cloud Healthcare API.

Cloud Storage

Data rontgen dada NIH tersedia di bucket Cloud Storage berikut:

gs://gcs-public-data--healthcare-nih-chest-xray

Buka set data sinar-x dada NIH di Cloud Storage

Bucket ini mencakup jalur ke file PNG asli, serta ke instance DICOM:

PNG (disediakan oleh NIH):

gs://gcs-public-data--healthcare-nih-chest-xray/png/FILENAME.png

DICOM (disediakan oleh Google):

gs://gcs-public-data--healthcare-nih-chest-xray/dicom/FILENAME.dcm

Bucket Cloud Storage menggunakan model "Pemohon Membayar" untuk penagihan. Project Google Cloud Anda akan ditagih untuk biaya yang terkait dengan mengakses data NIH. Untuk mengetahui informasi selengkapnya, lihat Requester Pays.

BigQuery

Data x-ray dada NIH tersedia di project chc-nih-chest-xray Google Cloud di BigQuery. Buka set data sinar-x dada NIH di BigQuery

Untuk mengetahui informasi tentang cara mengakses data publik di BigQuery, lihat Set data publik BigQuery.

Cloud Healthcare API

Data sinar-X dada NIH tersedia dalam hierarki penyimpanan DICOM berikut di Cloud Healthcare API:

Project: chc-nih-chest-xray
Dataset: nih-chest-xray
DICOM store: nih-chest-xray

Untuk meminta akses ke set data sinar-X dada NIH, isi formulir ini.

Buka set data sinar-x dada NIH di DICOM Studio Cloud Healthcare API

Untuk mengetahui informasi selengkapnya, lihat Ringkasan DICOM dan Menggunakan Standar DICOMweb.

Pelihat data

Anda juga dapat menggunakan pelihat yang terintegrasi dengan Cloud Healthcare API:

eUnity: https://demo.eunity.app

IMS CloudVue: https://cloudvue.imstsvc.com

Label Tambahan

Untuk mengakses label pakar untuk subset set data NIH ChestX-ray14, isi formulir berikut. Setelah menyelesaikan formulir, Anda dapat mendownload label.

Buka Google Formulir untuk mendapatkan label

Label dikumpulkan sebagai bagian dari dua studi independen, dan dijelaskan dalam makalah berikut:

Ada dua set label, yang masing-masing terkait dengan salah satu studi. Kumpulan label pertama dikaitkan dengan studi yang dipublikasikan di Radiology dan berfokus pada empat temuan rontgen dada: opasitas ruang udara, pneumotoraks, nodul/massa, dan fraktur. Kumpulan label kedua dikaitkan dengan studi yang dipublikasikan di Scientific Reports dan mencakup semua 14 temuan yang dirilis dalam set data asli, dan label normal/tidak normal.

Empat label pakar temuan

Dalam Radiology paper, kumpulan label berfokus pada empat temuan (opasitas ruang udara, pneumotoraks, nodul/massa, dan fraktur) serta mencakup set validasi dan pengujian. Label akhir untuk setiap gambar ditetapkan melalui peninjauan yang diputuskan oleh tiga radiolog. Setiap gambar pertama-tama ditinjau secara independen oleh tiga ahli radiologi. Untuk set pengujian, ahli radiologi dipilih secara acak untuk setiap gambar dari kohor 11 ahli radiologi bersertifikasi American Board of Radiology. Untuk set validasi, tiga radiolog dipilih dari kohor 13 individu, termasuk radiolog bersertifikasi dan residen radiologi.

Jika semua pembaca menyetujui setelah peninjauan awal, maka label tersebut menjadi final. Untuk gambar dengan ketidaksesuaian label, gambar dikembalikan untuk peninjauan tambahan. Label anonim dan catatan apa pun dari putaran sebelumnya juga tersedia selama setiap peninjauan iteratif. Penilaian dilanjutkan hingga tercapai konsensus, atau hingga maksimum lima putaran. Untuk sejumlah kecil gambar yang tidak mencapai konsensus, label suara terbanyak digunakan.

Informasi yang tersedia pada saat peninjauan radiolog hanya mencakup usia pasien dan tampilan gambar (anterior-posterior (AP) versus posterior-anterior (PA)). Informasi klinis tambahan tidak tersedia. Untuk nodul/massa dan pneumotoraks, kemungkinan labelnya adalah: "ada", "tidak ada", atau "tidak pasti" (artinya tidak yakin apakah ada atau tidak ada). Untuk opasitas dan fraktur, nilai label yang mungkin hanya "ada" atau "tidak ada".

Label berada di direktori four_findings_expert_labels. Di individual_readers.csv, setiap baris sesuai dengan label untuk setiap empat kondisi yang diberikan oleh satu pembaca untuk satu gambar. Setiap ID gambar dan hasil penilaian yang sesuai diulang di beberapa baris (satu baris per pembaca). ID pembaca disediakan untuk penautan yang stabil di seluruh gambar. Nilai sel YES berarti "ada", NO berarti "tidak ada", dan HEDGE berarti "tidak pasti".

Dalam validation_labels.csv dan test_labels.csv, metadata yang diberikan sebagai bagian dari set data sinar X dada NIH telah ditambah dengan empat kolom, satu untuk label yang diputuskan untuk setiap empat kondisi: fraktur, pneumotoraks, opasitas ruang udara, dan nodul/massa. Ada 1.962 ID gambar unik dalam set pengujian dan 2.412 ID gambar unik dalam set validasi dengan total 4.374 gambar dengan label yang telah diputuskan. Hanya YES dan NO yang muncul di kolom label ajudikasi. Jika nilai kolom tidak ada, berarti gambar tidak disertakan dalam set gambar yang telah diputuskan.

Saat menggunakan label ini, sertakan kutipan berikut:

Anna Majkowska, Sid Mittal, David F. Steiner, Joshua J. Reicher, Scott Mayer McKinney, Gavin E. Duggan, Krish Eswaran, PoHsuan Cameron Chen, Yun Liu, Sreenivasa Raju Kalidindi, Alexander Ding, Greg S. Corrado, Daniel Tse, Shravya Shetty, Chest Radiograph Interpretation Using Deep Learning Models: Assessment Using Radiologist Adjudicated Reference Standards and Population-Adjusted Evaluation, Radiology, 2019.

Untuk mengetahui informasi selengkapnya tentang Lisensi dan Atribusi set data x-ray dada NIH, lihat bagian Lisensi dan atribusi di atas.

Semua label pakar temuan

Dalam Scientific Reports paper, kumpulan label berfokus pada 14 temuan yang dirilis dalam set data asli, dan sebagai label normal/abnormal. Kumpulan label hanya berisi gambar dari set pengujian. Gambar ini identik dengan gambar yang disertakan dalam pemisahan pengujian Four Findings Expert Labels, yang dibatasi untuk rontgen dada dengan tampilan PA (810 gambar dari 1.962 gambar).

Lima ahli radiologi bersertifikasi American Board of Radiology yang sama meninjau setiap gambar secara independen. Setiap radiolog pertama-tama ditanya apakah gambar tersebut berisi temuan klinis yang berpotensi dapat ditindaklanjuti (label normal/abnormal), dan jika ya, untuk memilih mana dari 14 kondisi yang ada. Informasi yang tersedia pada saat peninjauan radiolog hanya mencakup usia pasien dan tampilan gambar (AP versus PA). Informasi klinis tambahan tidak tersedia.

Label berada di direktori all_findings_expert_labels. Di test_individual_readers.csv, setiap baris sesuai dengan label radiolog tunggal untuk satu gambar. Artinya, setiap ID gambar dan ID pasien diulang di beberapa baris (lima baris per gambar, satu baris per pembaca). Setiap baris juga berisi ID pembaca sehingga radiolog dapat dibedakan. Karena ada total 810 gambar dalam set ini, maka test_individual_readers.csv berisi 4.050 baris dengan 810 ID gambar unik. test_individual_readers.csv juga berisi total 19 kolom. Selain ID gambar, ID pasien, dan ID pembaca, ada kolom untuk normal/abnormal, kolom untuk setiap 14 temuan, dan kolom untuk Other yang menunjukkan bahwa ada temuan abnormal lainnya (di luar 14 yang ditentukan). Nilai sel YES berarti "ada" dan NO berarti "tidak ada".

test_labels.csv berisi label kebenaran dasar yang digunakan untuk mengevaluasi sistem deep learning dalam makalah Scientific Reports. Setiap baris berisi label kebenaran dasar untuk satu ID gambar, dan setiap ID gambar hanya muncul dalam satu baris, dengan total 810 baris. test_labels.csv memiliki kolom yang sama dengan test_individual_readers.csv, tetapi tanpa kolom "ID pembaca". Untuk mendapatkan label ini, tiga dari lima radiolog yang melabeli kumpulan data ini dipilih secara acak untuk menjadi "radiolog kebenaran nyata" (dua radiolog lainnya digunakan sebagai titik perbandingan). "Radiolog dengan kebenaran nyata" ini memiliki ID pembaca "4343882785", "4343883593", dan "4343883996". Suara terbanyak digunakan untuk menentukan label akhir untuk label normal/tidak normal dan label akhir untuk setiap temuan tertentu. Label akhir untuk kolom Other ditentukan sebagai YES jika mayoritas ahli radiologi memilih bahwa ada temuan di luar 14 temuan, atau jika mayoritas ahli radiologi menunjukkan bahwa gambar tersebut tidak normal, tetapi tidak ada satu pun temuan yang mayoritas ahli radiologi tunjukkan sebagai temuan yang ada.