哺乳镜掌握:用于乳腺癌检测和医学教育的强大数据集
Karzan Barzan Aqdar1, Rawand Kawa Mustafa1, Zhiyar Hamid Abdulqadir1
1Department of Computer Science, College of Science and Technology, University of Human Development, Sulaimaniyah, Iraq.
Data in brief
|July 22, 2024
概括
这项研究介绍了来自伊拉克的乳腺癌图像数据集,包括原始和增强图像. 它支持深度学习模型的开发,以改善乳腺癌的检测和诊断.
科学领域:
- 医疗成像医学成像
- 在瘤学瘤学.
- 计算机辅助诊断 计算机辅助诊断
背景情况:
- 乳腺癌是全球重要的健康问题.
- 准确和可访问的数据集对于推进诊断技术至关重要.
- 现有的数据集可能缺乏区域多样性,影响了概括性.
研究的目的:
- 为了呈现一个新的,高质量的乳腺癌图像数据集.
- 促进用于乳腺癌检测的深度学习算法的开发和验证.
- 为医学教育和研究提供有价值的资源.
主要方法:
- 收集来自伊拉克苏莱曼尼亚患者的乳腺癌图像.
- 专家医生对图像进行选择,验证和分类.
- 增强技术用于增加数据集大小和多样性 (745个原始图像,9685个增强图像).
主要成果:
- 一个全面的数据集,包括来自乳腺癌患者和健康个体的图像.
- 数据集包括原始和增强的X射线图像,增强其实用性.
- 这些数据为特定地区的乳腺癌特征提供了独特的视角.
结论:
- 这一数据集是促进乳腺癌研究的宝贵资源.
- 它支持使用人工智能开发创新的诊断工具.
- 该数据集促进了医学成像和瘤学方面的教育机会.
