基于CT的COVID_19诊断双边自适应图卷积网络与不确定性感知共识辅助多实例学习数据集及代码

数据集概述

本数据集包含与COVID-19诊断相关的实验数据与代码资源，核心内容为CT影像处理所需的肺掩码人工标注、模型实现代码、预训练模型，以及测试集中COVID-19患者的可靠CT切片可视化文件，为相关研究提供数据支持。

文件详解

• 文件名称: masks.zip
• 文件格式: ZIP压缩包
• 内容说明: 包含7768个肺掩码的人工标注数据
• 文件名称: code_data_pre-trained-models.zip
• 文件格式: ZIP压缩包
• 内容说明: 包含模型实现代码、实验数据及预训练模型文件
• 文件名称: learning_ability_selected_reliable_slices.zip
• 文件格式: ZIP压缩包
• 内容说明: 包含测试集中COVID-19患者的精选可靠CT切片可视化文件

适用场景

• 医学影像分析: 用于CT影像中COVID-19病变检测与诊断模型的训练与验证
• 深度学习研究: 适用于图卷积网络在医学影像处理领域的算法优化研究
• 医学AI应用: 可支撑COVID-19智能诊断系统的开发与性能评估
• 医疗数据挖掘: 用于分析CT影像特征与COVID-19病理表现的关联研究