肺炎与COVID预训练用CheXpert子集数据
数据来源：互联网公开数据
数据集简介：
本数据集是 CheXpert 胸部X光影像数据集的一个子集，包含与细菌性及病毒性肺炎（包括COVID与非COVID）相关的14种主要疾病类别。该子集专为模型预训练设计，旨在在模型学习COVID相关影像特征前，先掌握肺部基础疾病的典型影像模式，从而提升模型泛化能力并减少误学无关特征的风险。
该数据集可作为 COVID-19 影像识别任务的预训练阶段输入，帮助模型更准确地识别如肺实变（consolidation）、肺炎（pneumonia）、肺部不透明（lung opacity）等关键特征。
字段定义：
（字段内容基于CheXpert原始结构，具体视子集格式而定）
image_path：图像文件的相对路径
patient_id：病人唯一标识符
study_id：检查编号
view_position：拍摄视角（如PA、AP等）
finding_X：各疾病标签列（如 Pneumonia、Consolidation、Edema 等，共14类）
uncertainty_labeling：部分标签为“-1”表示不确定，遵循CheXpert不确定标签处理规范
intro_EDA（如有）：附带的初步探索性数据分析信息表
数据特征：
数据来源：来自 Stanford University 提供的 CheXpert 数据集
数据规模：为CheXpert全体数据的子集，仅保留与COVID预训练相关的疾病样本
图像类型：胸部X光图像（黑白，DICOM或JPEG格式）
标签类型：多标签分类，部分标签存在不确定性
数据格式：结构化CSV标签文件 + 图像文件目录结构
适用场景：
COVID-19影像识别模型的预训练阶段
医疗图像分析中的肺部疾病模式识别
多标签分类模型训练与不确定性标签处理研究
医学人工智能教学与研究示例数据集
迁移学习与特征泛化能力分析任务
更新频率：
为CheXpert静态数据子集，仅随原始数据版本更新而变更
标签：医学影像,COVID-19,肺部疾病,CheXpert,多标签分类,胸部X光,模型预训练,图像识别,迁移学习,医疗AI,肺炎,数据子集
