肺栓塞影像诊断测试数据集PulmonaryEmbolismImageDiagnosisTestData-anshuman73
数据来源：互联网公开数据
标签：肺栓塞, 医学影像, CT影像, 诊断, 机器学习, 影像组学, 临床分析, 数据标注
数据概述：
该数据集包含来自医学影像的数据，记录了用于肺栓塞（PE）诊断的CT影像检查结果。主要特征如下：
时间跨度：数据未明确标明时间，通常作为静态影像数据集使用。
地理范围：数据来源未明确，推测为医疗机构的CT影像数据。
数据维度：数据集包含多个字段，如StudyInstanceUID、SeriesInstanceUID、SOPInstanceUID等影像标识符，以及pe_present_on_image（图像中是否存在肺栓塞）、negative_exam_for_pe（是否为排除肺栓塞的检查）、qa_motion（图像质量：运动伪影）、qa_contrast（图像质量：对比度）、flow_artifact（血流伪影）、rv_lv_ratio_gte_1（右心室/左心室比率是否大于等于1）、rv_lv_ratio_lt_1（右心室/左心室比率是否小于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：CSV格式，文件名可能为test_data (1).csv，便于数据分析和模型构建。
来源信息：数据来源于医疗影像检查，已进行匿名化处理。
该数据集适合用于肺栓塞的影像诊断、辅助诊断模型构建和影像组学研究。
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、肺栓塞诊断、影像组学等领域的学术研究，如基于CT影像的肺栓塞自动检测、诊断模型的开发与评估。
行业应用：为医疗影像诊断公司、人工智能医疗企业提供数据支持，尤其是在肺栓塞辅助诊断系统、影像分析软件的开发与优化方面。
决策支持：支持临床医生进行肺栓塞诊断，辅助制定治疗方案，提高诊断准确率和效率。
教育和培训：作为医学影像学、放射学、人工智能医学等课程的辅助材料，帮助学生和研究人员深入理解肺栓塞的影像特征和诊断流程。
此数据集特别适合用于探索肺栓塞影像特征与临床诊断结果之间的关系，帮助用户开发和验证基于影像的诊断模型，提升肺栓塞的诊断水平。
