科学网-MedImg：公共医学图像综合数据库-张俊鹏的博文

MedImg：公共医学图像综合数据库

2025-9-28 20:27

阅读：239

MedImg：公共医学图像综合数据库

医学成像有助于定位病变和帮助诊断和治疗疾病，其中图像解释得出临床结论通常由医生进行。为了加快诊断过程并减少由于专业知识差异导致的假阳性/阴性结果，计算机辅助诊断系统应运而生。凭借自动化特征学习和非凡的性能，深度学习技术在医学图像分析领域，包括用于鉴别疾病的图像分类和正常个体，器官或病变检测以识别在完整图像上的小病变区域。图像分割用于将图像划分为多个段进行定位或定量分析，并配准以对齐更多跨模态或跨时间的图像进入一个坐标系。多种方法已开发出令人印象深刻的性能，特别是在图像分类和分割。例如，Zhu 等人提出了一种自动进化密集卷积网络（DenseNets），其性能优于区分急性呼吸道感染患者和非呼吸道感染患者的 ART 方法，以及能很好的对三种脑肿瘤类型进行分类。此外，用于对皮肤癌和良性痣进行分类的单卷积神经网络（CNN）已表现出与皮肤科医生相当的能力。开源人工智能（AI）放疗图像分割（OSAIRIS）方法可精确分割癌性放疗前健康器官的区域，使专家放疗速度提高了两倍。尽管将深度学习算法应用于医学图像的研究呈爆炸式增长，将这些模型转化到临床实践仍然充满挑战。主要障碍之一是缺少大量可用图像数据，这对于通过训练、验证和测试挑选最优算法至关重要。

已经提供了几个收集大量医学图像的数据库。由美国国家癌症研究所（NCI）组织的癌症成像档案馆（TCIA）分享了来自大约 37,568 名癌症受试者的超过 3000 万张放射学图像。近日，NCI 癌症研究数据共享（CRDC）发布了一个新的数据库，即成像数据共享（Imaging Data Commons，IDC）数据库。它将包括TCIA在内的癌症影像学收藏放在一起，拥有基于云的计算资源和数据分析工具。开放获取系列影像学研究（OASIS）平台包括丰富的神经影像学，具有多种模态数据集，涵盖3059个受试者。阿尔茨海默病神经影像学倡议（ADNI， http://adni.loni.usc.edu）数据库收集来自患有认知障碍或阿尔茨海默病的1700 多张的共振成像（MRI）和正电子发射断层扫描（PET）图像。OpenNeuro使用户公开共享大脑数据，并集成了 1066 个数据集，涉及超过40,000名的参与者。其他在线平台，例如国家心理健康数据档案研究所（NDA，https://nda.nih.gov/）和图像数据档案（IDA），还集成了与大脑相关的图像和支持注册用户共享研究数据。国家胸部影像学数据库（NCCID）包括来自 7000 多名患者的各种胸部图像数据，该数据库的开发是为了改进急性呼吸道感染患者的医疗保健服务。大型在线Kaggle（http://www.kaggle.com）和Grand Challenge （https://grand101challenge.org/）举办数据科学竞赛，促进人工智能的发展算法并存储丰富的医学图像数据集。值得注意的是，大挑战具有专门解决医疗问题的各种挑战，使其成为一个为研究人员访问医学图像数据集的有价值资源。然而，这些数据集或大多数数据库主要关注单个器官/疾病或单个成像模态，这阻碍了广义深度学习模型的进步。开发一个全面且专业的平台是非常必要的，该平台需要包括来自不同模式、器官和地理区域的广泛医学图像。

为此，Zhong等人提出了 MedImg（图1，https://www.cuilab.cn/medimg/），这是一个在线医学图像数据库，它集成来自多个公共来源的各种医学图像数据集。MedImg 按器官和成像方式组织所有可用数据，使用户可以轻松浏览、检索、下载所有图像。此外，对于每个数据集，平台提供了详细的信息和示例图像以供预览。

图1 MedImg医学图像数据平台

参考文献

[1] Zhong B, Fan R, Ma Y, Ji X, Cui Q, Cui C. MedImg: An Integrated Database for Public Medical Image. Genomics Proteomics Bioinformatics. 2025 Aug 20:qzaf068. doi: 10.1093/gpbjnl/qzaf068.

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC