The PI-CAI Challenge: Public Training and Development Dataset

培训(气象学) 计算机科学 数学教育 地理 心理学 气象学
作者
Anindo Saha,Jasper Jonathan Twilt,Joeran S. Bosma,Bram van Ginneken,Derya Yakar,Mattijs Elschot,Jeroen Veltman,Jurgen J. Fütterer,Maarten de Rooij,Henkjan Huisman
出处
期刊:CERN European Organization for Nuclear Research - Zenodo
标识
DOI:10.5281/zenodo.6624726
摘要

This dataset represents the PI-CAI: Public Training and Development Dataset. It contains 1500 anonymized prostate biparametric MRI scans from 1476 patients, acquired between 2012-2021, at three centers (Radboud University Medical Center, University Medical Center Groningen, Ziekenhuis Groep Twente) based in The Netherlands. The PI-CAI challenge is an all-new grand challenge that aims to validate the diagnostic performance of artificial intelligence and radiologists at clinically significant prostate cancer (csPCa) detection/diagnosis in MRI, with histopathology and follow-up (≥ 3 years) as the reference standard, in a retrospective setting. The study hypothesizes that state-of-the-art AI algorithms, trained using thousands of patient exams, are non-inferior to radiologists reading bpMRI. Key aspects of the PI-CAI study design have been established in conjunction with an international scientific advisory board of 16 experts in prostate AI, radiology and urology —to unify and standardize present-day guidelines, and to ensure meaningful validation of prostate AI towards clinical translation (Reinke et al., 2021).

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
TY发布了新的文献求助10
2秒前
2秒前
飞飞发布了新的文献求助10
2秒前
Rosaline发布了新的文献求助10
3秒前
3秒前
勤劳蚂蚁发布了新的文献求助10
3秒前
大模型应助曾丹采纳,获得10
4秒前
5秒前
xia发布了新的文献求助30
6秒前
6秒前
研友_LX66qZ发布了新的文献求助10
6秒前
6秒前
6秒前
包容可仁发布了新的文献求助30
6秒前
科研通AI2S应助moonlimb采纳,获得10
7秒前
111完成签到,获得积分10
8秒前
TY完成签到,获得积分20
8秒前
昏睡的一一完成签到,获得积分10
8秒前
jamieaspirin发布了新的文献求助10
8秒前
bkagyin应助保安队长采纳,获得10
8秒前
9秒前
Owen应助自然秋柳采纳,获得10
9秒前
9秒前
hwezhu完成签到,获得积分10
10秒前
zhw发布了新的文献求助10
11秒前
CAI关注了科研通微信公众号
13秒前
13秒前
xiaozang完成签到,获得积分10
13秒前
淋湿巴黎发布了新的文献求助10
13秒前
13秒前
15秒前
15秒前
15秒前
小朱完成签到 ,获得积分10
15秒前
荟菁完成签到,获得积分10
15秒前
盐茄茄关注了科研通微信公众号
16秒前
万能图书馆应助辛涩采纳,获得10
16秒前
王雅宝完成签到,获得积分10
16秒前
赵坤煊完成签到 ,获得积分10
17秒前
高分求助中
Sustainability in Tides Chemistry 2000
System in Systemic Functional Linguistics A System-based Theory of Language 1000
The Data Economy: Tools and Applications 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 600
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3119025
求助须知:如何正确求助?哪些是违规求助? 2769335
关于积分的说明 7700759
捐赠科研通 2424765
什么是DOI,文献DOI怎么找? 1287886
科研通“疑难数据库(出版商)”最低求助积分说明 620698
版权声明 599962