数据集概述
本数据集是与论文《As if sand were stone. New concepts and metrics to probe the ground on which to build trustable AI》相关的研究数据，包含十三名放射科医生对膝关节MRI图像的标注信息，用于评估可信任人工智能模型的输入数据质量。
文件详解
- 数据文件（CSV格式）：
- target.csv：标注的真实值，描述每个案例是否为异常（ACL撕裂或半月板撕裂）
- classes.csv：放射科医生提供的标注结果
- confidenze.csv：放射科医生对每个标注案例的自我感知置信度
- difficolta.csv：放射科医生对每个案例的感知复杂度
- 文档文件：
- BMC_SandStone_preprint.pdf：可能是该研究的预印本或相关文档
适用场景
- 医学人工智能研究：评估医学影像标注数据质量对AI模型可靠性的影响
- 数据质量评估：应用论文提出的数据集质量维度和指标（代表性、可靠性、准确性）
- 放射科医生标注行为分析：研究医生标注一致性与置信度、复杂度的关系
- 可解释人工智能（XAI）：为构建可信任的医疗AI系统提供数据支持
