数据集概述
本数据集为3D分割模型训练提供全标注数据，包含原始图像块及对应的实例分割、语义分割标签。由Kapoorlabs团队从公开数据集手动整理，适用于生物医学领域乳腺癌细胞图像分割模型的训练与优化，共含2个压缩文件。
文件详解
- carcinoma_version2.zip
- 文件格式：ZIP
- 字段映射介绍：包含用于3D分割训练的原始图像块（Raw目录）、实例分割标签（RealMask目录）及语义分割掩码（BinaryMask目录）
- Carcinoma_human_breast_cells.zip
- 文件格式：ZIP
- 字段映射介绍：包含人类乳腺癌细胞相关的3D分割训练标注数据，具体内容与carcinoma_version2.zip一致
数据来源
http://celltrackingchallenge.net/3d-datasets/
适用场景
- 生物医学图像分割模型训练: 用于3D乳腺癌细胞图像分割算法的开发与优化
- 医学细胞图像标注研究: 分析全标注数据集对模型精度提升的影响机制
- 乳腺癌细胞形态学分析: 基于分割结果研究乳腺癌细胞的3D形态特征
- 医疗AI算法性能验证: 作为标准数据集评估不同3D分割模型的准确性与鲁棒性
