基于深度学习的移动端宫颈癌图像分析数据集

数据集概述

该数据集为基于机器学习和深度学习的宫颈癌图像分析提供结构化环境，包含风险因素预测、ROI分割、病灶检测、二分类及Kappa评估四类实验，实验以Jupyter笔记本实现，样本量缩减至原数据集的百分之十。

文件详解

• 文件名称: colpotool-lab.rar
• 文件格式: RAR（压缩文件）
• 内容说明: 压缩包内包含宫颈癌图像分析的完整结构化环境，包含四类实验的Jupyter笔记本文件、公开的宫颈癌图像数据（来自Intel MobileODT数据集）及匹配的分割掩码文件（.tif格式）

数据来源

Intel MobileODT数据集

适用场景

• 医学图像处理研究: 用于宫颈癌病灶检测、ROI分割等计算机辅助诊断算法的开发与验证
• 深度学习模型优化: 测试移动端适配的宫颈癌图像分析深度学习模型性能
• 医学AI应用开发: 为宫颈癌筛查移动端工具的算法研发提供实验数据支撑
• 医疗数据隐私研究: 探索公开医疗数据集在隐私保护场景下的替代应用方案