肺栓塞PECT影像诊断数据集PulmonaryEmbolismCTImageDiagnosisDataset-darraghdog
数据来源：互联网公开数据
标签：医学影像, 肺栓塞, CT扫描, 深度学习, 图像识别, 疾病诊断, 机器学习, 临床诊断
数据概述：
该数据集包含来自医学影像研究的数据，记录了用于诊断肺栓塞（PE）的CT扫描影像相关信息。主要特征如下：
时间跨度：数据未明确标注具体时间，可推断为临床或研究中收集的影像数据。
地理范围：数据来源未明确，但通常此类数据集涵盖全球范围内的医疗机构。
数据维度：数据集包含CT扫描的StudyInstanceUID、SeriesInstanceUID、SOPInstanceUID等唯一标识符，以及与肺栓塞相关的诊断标签，包括pe_present_on_image（影像中是否存在肺栓塞）、negative_exam_for_pe（是否存在肺栓塞阴性结果）、qa_motion（图像质量是否受运动影响）、qa_contrast（图像对比度质量）、flow_artifact（是否存在血流伪影）、rv_lv_ratio_gte_1（右心室与左心室比例是否大于等于1）、rv_lv_ratio_lt_1（右心室与左心室比例是否小于1）、leftsided_pe（左侧肺栓塞）、chronic_pe（慢性肺栓塞）、true_filling_defect_not_pe（非肺栓塞的真实充盈缺损）、rightsided_pe（右侧肺栓塞）、acute_and_chronic_pe（急性和慢性肺栓塞）、central_pe（中央型肺栓塞）、indeterminate（不确定）。
数据格式：数据以CSV格式提供，包含train.csv（训练集）、test.csv（测试集）和sample_submission.csv（提交示例）。另外，还包含JSON格式的配置文件，以及Python脚本、Shell脚本等。数据经过预处理，用于深度学习模型的训练。
来源信息：数据来源于医学影像研究或临床诊断项目，具体来源未明确，但已进行结构化处理，便于分析。
该数据集适合用于肺栓塞的CT影像分析、疾病诊断模型的开发和评估。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于医学影像分析、计算机辅助诊断（CAD）等领域的学术研究，例如肺栓塞的自动检测、分类等。
行业应用：为医疗影像公司、人工智能医疗企业提供数据支持，用于开发肺栓塞诊断系统、影像分析工具等。
决策支持：支持医生进行肺栓塞诊断，辅助临床决策，提高诊断效率和准确性。
教育和培训：作为医学影像学、人工智能、机器学习等相关课程的实训数据，帮助学生和研究人员深入理解肺栓塞诊断。
此数据集特别适合用于开发和评估基于CT影像的肺栓塞诊断模型，帮助用户实现疾病的早期发现和准确诊断，从而改善患者预后。
