fastMRI Breast: A publicly available radial k-space dataset of breast dynamic contrast-enhanced MRI

这项数据整理工作介绍了首个大规模的放射性k空间和DICOM数据集，用于诊断乳腺MRI检查中的动态增强MRI。我们的数据集包括病例级别的标签，指示患者年龄、绝经状态、病变状态（阴性、良性和恶性）以及每个病例的病变类型。这个数据集和相关的重建代码的公开可用性将支持快速和定量的乳腺图像重建和机器学习方法的研究和开发。

本论文旨在提出一种快速且定量的乳腺影像重建和机器学习方法，并为此引入了第一个大规模的径向k空间和DICOM数据集，以支持乳腺DCE-MRI的研究和发展。

本文的关键思路是使用大规模的径向k空间和DICOM数据集，结合机器学习方法，实现快速且定量的乳腺影像重建，为乳腺DCE-MRI的研究和发展提供支持。

本文的亮点包括：引入了第一个大规模的径向k空间和DICOM数据集，提出了一种快速且定量的乳腺影像重建和机器学习方法，实现了对乳腺DCE-MRI的研究和发展的支持。实验使用了该数据集并开源了代码，值得进一步深入研究。

在这个领域中，最近的相关研究包括：'Breast MRI segmentation and lesion detection using deep learning'、'Automated breast cancer detection and classification using deep learning techniques'等。