Conjunto de dados anotado de segmentações do corpo caloso em imagens de RM (HCU e HCP)

Este conjunto de dados foi originado a partir de um estudo observacional e retrospectivo conduzido no Hospital de Clínicas da Universidade Estadual de Campinas (HCU–Unicamp), como parte do projeto de pesquisa de mestrado intitulado “Controle de qualidade da segmentação do corpo caloso em imagens de ressonância magnética: treinando Vision Transformers (ViT) com perfis de curvatura.” O conjunto é composto por imagens de ressonância magnética (RM) cerebral de 320 indivíduos atendidos no HCU–Unicamp e 758 sujeitos do grupo controle provenientes do consórcio Human Connectome Project (HCP). As aquisições incluem imagens ponderadas em T1 e por difusão (FA), utilizadas para segmentação do corpo caloso (CC) por diferentes métodos: Watershed, ROQS, FreeSurfer, redes neurais convolucionais (U-Net) e segmentações manuais realizadas por especialistas. A partir dessas segmentações, foram geradas 3.219 máscaras binárias que passaram por um processo sistemático de anotação de qualidade. Cada máscara foi classificada em uma das três categorias: correta, parcialmente correta ou incorreta, com base em inspeção visual. Essa anotação permitiu a criação de um conjunto anotado de segmentações do corpo caloso, utilizado para o desenvolvimento e validação de modelos de aprendizado de máquina voltados ao controle de qualidade automatizado em neuroimagem. Os dados contêm informações sensíveis e estão vinculados a exames clínicos de pacientes atendidos no Hospital de Clínicas da Unicamp. Portanto, não podem ser compartilhados publicamente devido à necessidade de preservação da privacidade e confidencialidade dos participantes, conforme as diretrizes éticas da Resolução CNS nº 466/2012 e a Lei Geral de Proteção de Dados (LGPD - Lei nº 13.709/2018). O estudo foi aprovado pelo Comitê de Ética em Pesquisa da Unicamp (CAAE: 15505319.4.0000.5404), e todos os participantes forneceram consentimento livre e esclarecido para uso dos dados em pesquisa científica. (2025-10-20)