Presentamos el BIMCV Prostate Dataset V1, un conjunto de datos de alta calidad y diversidad que incluye más de 9.000 sesiones de resonancia magnética de próstata recopiladas en 16 centros de salud de la Comunidad Valenciana (España). Este conjunto de datos ha sido diseñado para facilitar la investigación en inteligencia artificial aplicada al diagnóstico del cáncer de próstata. Las imágenes fueron obtenidas entre 2004 y 2021, utilizando máquinas de resonancia de fabricantes como GE, Philips y Siemens, y reflejan una amplia variedad de prácticas de adquisición y demografías de pacientes, lo que permite una generalización robusta de los modelos entrenados.
El BIMCV Prostate Dataset V1 está estructurado según el estándar MIDS (Medical Imaging Data Structure), lo que garantiza una organización coherente y accesible de los datos. Cada sesión incluye imágenes ponderadas en T2 (T2W), imágenes de difusión ponderada (DWI) y mapas de coeficiente de difusión aparente (ADC). Además, se han realizado cálculos adicionales de ADC para aquellas sesiones que no contaban originalmente con esta información, asegurando así la integridad y consistencia del conjunto de datos.
Esta primera versión del dataset se centra en las sesiones que contienen las tres modalidades de imagen mencionadas (T2W, DWI y ADC), lo que garantiza la disponibilidad completa de los datos necesarios para un análisis exhaustivo y preciso en el ámbito de la investigación del cáncer de próstata. En total, 1,730 sesiones completas, con un total de 4663 muestras para entrenamiento de modelos. Todas las imágenes y datos asociados están completamente anonimizados. En versiones futuras, se incluirán anotaciones realizadas por expertos para la segmentación semántica de cada imagen, así como datos clínicos adicionales y reportes médicos, enriqueciendo aún más el valor de este recurso para la comunidad investigadora.
Este conjunto de datos forma parte del proyecto TARTAGLIA, financiado por el Ministerio de Asuntos Económicos y Transformación Digital de España (Proyecto MIA.2021.M02.0005 TARTAGLIA, del Plan de Recuperación, Transformación y Resiliencia financiado por la Unión Europea a través de los fondos Next Generation EU). TARTAGLIA se desarrolla en el marco del programa de Misiones de I+D en Inteligencia Artificial, que forma parte de la Agenda España Digital 2025 y la Estrategia Nacional de Inteligencia Artificial.