IMA++: ISIC 아카이브 다중 주석자 피부병변 분할 데이터셋

초록

다중 주석자 의료 영상 분할은 중요한 연구 문제이지만, 수집 비용이 많이 드는 주석 데이터셋이 필요합니다. 피부경피부 병변 영상은 인간 전문가와 AI 시스템이 일반 임상 사진에서는 식별할 수 없는 형태학적 구조를 관찰할 수 있게 합니다. 그러나 현재 피부경 피부 병변 분할(SLS)을 위한 대규모 공개 다중 주석자 데이터셋은 주석자 레이블과 함께 공개된 것이 없습니다. 본 논문은 ISIC 아카이브의 이미지를 위한 대규모 공개 다중 주석자 피부 병변 분할 데이터셋인 ISIC MultiAnnot++를 소개합니다. 최종 데이터셋은 14,967개의 피부경 이미지에 걸쳐 17,684개의 분할 마스크를 포함하며, 이 중 2,394개의 피부경 이미지는 이미지당 2-5개의 분할 데이터를 보유하여 현재 공개된 가장 큰 SLS 데이터셋입니다. 더 나아가 주석자의 숙련도 및 분할 도구를 포함한 분할에 대한 메타데이터가 제공되어, 분할에 대한 주석자별 선호도 모델링 및 주석자 메타데이터 분석과 같은 주제 연구가 가능합니다. 본 논문은 이 데이터셋의 특성, 정제된 데이터 분할 및 합의 분할 마스크에 대한 분석을 제공합니다.

English

Multi-annotator medical image segmentation is an important research problem, but requires annotated datasets that are expensive to collect. Dermoscopic skin lesion imaging allows human experts and AI systems to observe morphological structures otherwise not discernable from regular clinical photographs. However, currently there are no large-scale publicly available multi-annotator skin lesion segmentation (SLS) datasets with annotator-labels for dermoscopic skin lesion imaging. We introduce ISIC MultiAnnot++, a large public multi-annotator skin lesion segmentation dataset for images from the ISIC Archive. The final dataset contains 17,684 segmentation masks spanning 14,967 dermoscopic images, where 2,394 dermoscopic images have 2-5 segmentations per image, making it the largest publicly available SLS dataset. Further, metadata about the segmentation, including the annotators' skill level and segmentation tool, is included, enabling research on topics such as annotator-specific preference modeling for segmentation and annotator metadata analysis. We provide an analysis on the characteristics of this dataset, curated data partitions, and consensus segmentation masks.

IMA++: ISIC 아카이브 다중 주석자 피부병변 분할 데이터셋

IMA++: ISIC Archive Multi-Annotator Dermoscopic Skin Lesion Segmentation Dataset

초록

Support