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

Autores/as

  • Nicolás Gaggion Universidad Nacional del Litoral, Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Argentina https://orcid.org/0000-0002-6684-5300
  • Candelaria Mosquera Hospital Italiano de Buenos Aires, Universidad Tecnológica Nacional, Argentina
  • Lucas Mansilla Universidad Nacional del Litoral, Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Argentina
  • Julia Mariel Saidman Hospital Italiano de Buenos Aires, Argentina
  • Martina Aineseder Hospital Italiano de Buenos Aires, Argentina
  • Diego H. Milone Universidad Nacional del Litoral, Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Argentina
  • Enzo Ferrante Universidad Nacional del Litoral, Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Argentina

Palabras clave:

artificial intelligence, chest X-ray analysis, datase

Resumen

This study introduces CheXmask, an extensive chest X-ray segmentation dataset with 657,566 anatomical masks across five major public databases: ChestX-ray8, Chexpert, MIMIC-CXR-JPG, Padchest, and VinDr-CXR. The dataset addresses the critical shortage of pixel-level anatomical annotations required for developing robust deep learning segmentation models for chest radiography analysis.

Descargas

Publicado

2025-09-09

Cómo citar

Gaggion, N., Mosquera, C., Mansilla, L., Saidman, J. M., Aineseder, M., Milone, D. H., & Ferrante, E. (2025). CheXmask: A large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images. JAIIO, Jornadas Argentinas De Informática, 11(11), 38. https://revistas.unlp.edu.ar/JAIIO/article/view/19564