CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images

Autores
Gaggion Zulpo, Rafael Nicolás; Mosquera, Candelaria; Mansilla, Lucas Andrés; Saidman, Julia Mariel; Aineseder, Martina; Milone, Diego Humberto; Ferrante, Enzo
Año de publicación
2024
Idioma
inglés
Tipo de recurso
artículo
Estado
versión publicada
Descripción
The development of successful artificial intelligence models for chest X-ray analysis relies on large, diverse datasets with high-quality annotations. While several databases of chest X-ray images have been released, most include disease diagnosis labels but lack detailed pixel-level anatomical segmentation labels. To address this gap, we introduce an extensive chest X-ray multi-center segmentation dataset with uniform and fine-grain anatomical annotations for images coming from five well-known publicly available databases: ChestX-ray8, CheXpert, MIMIC-CXR-JPG, Padchest, and VinDr-CXR, resulting in 657,566 segmentation masks. Our methodology utilizes the HybridGNet model to ensure consistent and high-quality segmentations across all datasets. Rigorous validation, including expert physician evaluation and automatic quality control, was conducted to validate the resulting masks. Additionally, we provide individualized quality indices per mask and an overall quality estimation per dataset. This dataset serves as a valuable resource for the broader scientific community, streamlining the development and assessment of innovative methodologies in chest X-ray analysis.
Fil: Gaggion Zulpo, Rafael Nicolás. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Fil: Mosquera, Candelaria. Hospital Italiano. Departamento de Informática En Salud.; Argentina. Universidad Tecnológica Nacional; Argentina
Fil: Mansilla, Lucas Andrés. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Fil: Saidman, Julia Mariel. Hospital Italiano. Departamento de Informática En Salud.; Argentina
Fil: Aineseder, Martina. Hospital Italiano. Departamento de Informática En Salud.; Argentina
Fil: Milone, Diego Humberto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Fil: Ferrante, Enzo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Materia
deep learning
datasets
xray
medical image segmentation
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/258292
Acceder
id CONICETDig_5ecc9ce0ddbe16053c45ca8523dd23c0
oai_identifier_str oai:ri.conicet.gov.ar:11336/258292
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray imagesGaggion Zulpo, Rafael NicolásMosquera, CandelariaMansilla, Lucas AndrésSaidman, Julia MarielAineseder, MartinaMilone, Diego HumbertoFerrante, Enzodeep learningdatasetsxraymedical image segmentationhttps://purl.org/becyt/ford/1.2https://purl.org/becyt/ford/1The development of successful artificial intelligence models for chest X-ray analysis relies on large, diverse datasets with high-quality annotations. While several databases of chest X-ray images have been released, most include disease diagnosis labels but lack detailed pixel-level anatomical segmentation labels. To address this gap, we introduce an extensive chest X-ray multi-center segmentation dataset with uniform and fine-grain anatomical annotations for images coming from five well-known publicly available databases: ChestX-ray8, CheXpert, MIMIC-CXR-JPG, Padchest, and VinDr-CXR, resulting in 657,566 segmentation masks. Our methodology utilizes the HybridGNet model to ensure consistent and high-quality segmentations across all datasets. Rigorous validation, including expert physician evaluation and automatic quality control, was conducted to validate the resulting masks. Additionally, we provide individualized quality indices per mask and an overall quality estimation per dataset. This dataset serves as a valuable resource for the broader scientific community, streamlining the development and assessment of innovative methodologies in chest X-ray analysis.Fil: Gaggion Zulpo, Rafael Nicolás. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; ArgentinaFil: Mosquera, Candelaria. Hospital Italiano. Departamento de Informática En Salud.; Argentina. Universidad Tecnológica Nacional; ArgentinaFil: Mansilla, Lucas Andrés. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; ArgentinaFil: Saidman, Julia Mariel. Hospital Italiano. Departamento de Informática En Salud.; ArgentinaFil: Aineseder, Martina. Hospital Italiano. Departamento de Informática En Salud.; ArgentinaFil: Milone, Diego Humberto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; ArgentinaFil: Ferrante, Enzo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; ArgentinaNature2024-05info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/258292Gaggion Zulpo, Rafael Nicolás; Mosquera, Candelaria; Mansilla, Lucas Andrés; Saidman, Julia Mariel; Aineseder, Martina; et al.; CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images; Nature; Scientific Data; 11; 1; 5-2024; 1-162052-4463CONICET DigitalCONICETenginfo:eu-repo/semantics/altIdentifier/url/https://www.nature.com/articles/s41597-024-03358-1info:eu-repo/semantics/altIdentifier/doi/10.1038/s41597-024-03358-1info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T10:23:12Zoai:ri.conicet.gov.ar:11336/258292instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 10:23:13.122CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images
title CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images
spellingShingle CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images
Gaggion Zulpo, Rafael Nicolás
deep learning
datasets
xray
medical image segmentation
title_short CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images
title_full CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images
title_fullStr CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images
title_full_unstemmed CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images
title_sort CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images
dc.creator.none.fl_str_mv Gaggion Zulpo, Rafael Nicolás
Mosquera, Candelaria
Mansilla, Lucas Andrés
Saidman, Julia Mariel
Aineseder, Martina
Milone, Diego Humberto
Ferrante, Enzo
author Gaggion Zulpo, Rafael Nicolás
author_facet Gaggion Zulpo, Rafael Nicolás
Mosquera, Candelaria
Mansilla, Lucas Andrés
Saidman, Julia Mariel
Aineseder, Martina
Milone, Diego Humberto
Ferrante, Enzo
author_role author
author2 Mosquera, Candelaria
Mansilla, Lucas Andrés
Saidman, Julia Mariel
Aineseder, Martina
Milone, Diego Humberto
Ferrante, Enzo
author2_role author
author
author
author
author
author
dc.subject.none.fl_str_mv deep learning
datasets
xray
medical image segmentation
topic deep learning
datasets
xray
medical image segmentation
purl_subject.fl_str_mv https://purl.org/becyt/ford/1.2
https://purl.org/becyt/ford/1
dc.description.none.fl_txt_mv The development of successful artificial intelligence models for chest X-ray analysis relies on large, diverse datasets with high-quality annotations. While several databases of chest X-ray images have been released, most include disease diagnosis labels but lack detailed pixel-level anatomical segmentation labels. To address this gap, we introduce an extensive chest X-ray multi-center segmentation dataset with uniform and fine-grain anatomical annotations for images coming from five well-known publicly available databases: ChestX-ray8, CheXpert, MIMIC-CXR-JPG, Padchest, and VinDr-CXR, resulting in 657,566 segmentation masks. Our methodology utilizes the HybridGNet model to ensure consistent and high-quality segmentations across all datasets. Rigorous validation, including expert physician evaluation and automatic quality control, was conducted to validate the resulting masks. Additionally, we provide individualized quality indices per mask and an overall quality estimation per dataset. This dataset serves as a valuable resource for the broader scientific community, streamlining the development and assessment of innovative methodologies in chest X-ray analysis.
Fil: Gaggion Zulpo, Rafael Nicolás. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Fil: Mosquera, Candelaria. Hospital Italiano. Departamento de Informática En Salud.; Argentina. Universidad Tecnológica Nacional; Argentina
Fil: Mansilla, Lucas Andrés. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Fil: Saidman, Julia Mariel. Hospital Italiano. Departamento de Informática En Salud.; Argentina
Fil: Aineseder, Martina. Hospital Italiano. Departamento de Informática En Salud.; Argentina
Fil: Milone, Diego Humberto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Fil: Ferrante, Enzo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
description The development of successful artificial intelligence models for chest X-ray analysis relies on large, diverse datasets with high-quality annotations. While several databases of chest X-ray images have been released, most include disease diagnosis labels but lack detailed pixel-level anatomical segmentation labels. To address this gap, we introduce an extensive chest X-ray multi-center segmentation dataset with uniform and fine-grain anatomical annotations for images coming from five well-known publicly available databases: ChestX-ray8, CheXpert, MIMIC-CXR-JPG, Padchest, and VinDr-CXR, resulting in 657,566 segmentation masks. Our methodology utilizes the HybridGNet model to ensure consistent and high-quality segmentations across all datasets. Rigorous validation, including expert physician evaluation and automatic quality control, was conducted to validate the resulting masks. Additionally, we provide individualized quality indices per mask and an overall quality estimation per dataset. This dataset serves as a valuable resource for the broader scientific community, streamlining the development and assessment of innovative methodologies in chest X-ray analysis.
publishDate 2024
dc.date.none.fl_str_mv 2024-05
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/258292
Gaggion Zulpo, Rafael Nicolás; Mosquera, Candelaria; Mansilla, Lucas Andrés; Saidman, Julia Mariel; Aineseder, Martina; et al.; CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images; Nature; Scientific Data; 11; 1; 5-2024; 1-16
2052-4463
CONICET Digital
CONICET
url http://hdl.handle.net/11336/258292
identifier_str_mv Gaggion Zulpo, Rafael Nicolás; Mosquera, Candelaria; Mansilla, Lucas Andrés; Saidman, Julia Mariel; Aineseder, Martina; et al.; CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images; Nature; Scientific Data; 11; 1; 5-2024; 1-16
2052-4463
CONICET Digital
CONICET
dc.language.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://www.nature.com/articles/s41597-024-03358-1
info:eu-repo/semantics/altIdentifier/doi/10.1038/s41597-024-03358-1
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
application/pdf
dc.publisher.none.fl_str_mv Nature
publisher.none.fl_str_mv Nature
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1844614226413355008
score 13.069144

Publicaciones similares