胸部X射线数据集和肺部细分的地面真相
Rima Tri Wahyuningrum1, Indah Yunita1, Achmad Bauravindah1
1Department of Informatics Engineering, Faculty of Engineering, University of Trunojoyo Madura, Indonesia.
Data in brief
|October 16, 2023
概括
这项研究引入了292张胸部X射线图像的验证数据集,用于人工智能开发. 这些数据有助于训练深度学习模型,通过图像细分和分类来准确检测Covid-19和肺炎.
科学领域:
- 医学成像和人工智能 医学成像和人工智能
- 放射学和计算机辅助诊断技术
背景情况:
- 胸部X射线对于诊断Covid-19至关重要,计算机辅助分析提高了准确性.
- 图像细分对于早期疾病检测和医学成像中的精确诊断至关重要.
- 深度学习模型需要经过验证的数据集,以便有效地训练图像细分和分类任务.
研究的目的:
- 为人工智能驱动的医学诊断提供一个精心验证的胸部X射线图像数据集.
- 促进用于疾病检测和分类的先进深度学习模型的开发.
主要方法:
- 来自Airlangga大学医院的292张胸部X射线图像的汇编.
- 包含每张图像的放射学家验证的地面真相数据.
- 数据集将图像分类为Covid-19,肺炎和正常情况.
主要成果:
- 一个新的数据集,包括292张胸部X射线图像和经过验证的地面真相,现在已经可用了.
- 该数据集支持人工智能模型培训,用于细分和分类肺部疾病.
- 使用人工智能提高诊断Covid-19和肺炎的准确性.
结论:
- 这一数据集对于在医学图像分析中推进人工智能是有价值的.
- 它可以训练强大的深度学习模型来解释胸部X射线.
- 在临床环境中促进更准确,更有效的诊断结果.
更多相关视频
02:09Multi-modal Pulmonary Imaging: Using Complementary Information from CT and Hyperpolarized 129Xe MRI to Evaluate Lung Structure-Function
Published on: April 12, 2024
622
07:53Author Spotlight: Advancing 3D Modeling for Enhanced Diagnosis and Treatment of Pulmonary Nodules in Early-Stage Lung Cancer
Published on: October 13, 2023
1.5K
