"英文标题：Global Multi-Modality Medical Imaging AI-Assisted Diagnosis Training Annotation Dataset
数据集概述
医学影像人工智能辅助诊断算法训练数据集，是支撑医学影像AI模型开发的专用标注数据集，涵盖放射、超声、病理等多模态医学影像类型。
数据按影像模态、解剖部位、疾病类型分层组织，覆盖全球主要医学影像诊断场景，包含经临床专家验证的病灶标注信息。颗粒度精确至单张影像的像素级病灶边界与诊断标签，支持多任务学习与跨模态模型训练。数据标注遵循国际医学影像标注规范，字段定义符合临床诊断术语标准，可直接用于AI诊断模型的训练与验证。
该数据集为医学影像AI技术落地提供核心支撑。医学影像诊断是临床决策的关键环节，AI辅助诊断可提升诊断效率与一致性，尤其在大规模筛查、罕见病诊断等场景具有突出价值。数据集覆盖的多模态、多部位影像与权威标注，可帮助AI模型学习临床专家的诊断逻辑，验证模型的泛化能力与诊断准确性。
字段详情
数据集包含以下核心字段：
image_modality：影像模态，如CT、MRI、US、WS，指生成影像的医学成像技术类型anatomical_region：解剖部位，如胸部、颅脑、乳腺，指影像覆盖的人体组织或器官区域lesion_annotation：病灶标注，JSON格式，包含病灶的像素级边界坐标与类型描述，如结节、钙化、肿瘤clinical_diagnosis：临床诊断，采用ICD-10编码与中文描述，指由临床专家出具的最终诊断结果image_quality_score：影像质量评分，范围0-5分，指影像清晰度与诊断可用性的评估结果patient_demographics：患者人口学信息，包括年龄、性别，用于模型的人群适应性分析
适用场景
- 人工智能企业开发多模态医学影像辅助诊断算法，用于疾病筛查与诊断
- 医学影像科研团队验证AI诊断模型的诊断准确性与泛化能力
- 医疗机构构建AI辅助诊断系统，提升影像科诊断效率与一致性
- 医学教育机构用于AI辅助诊断技术的教学与实践
- 医疗器械监管部门评估AI诊断产品的算法性能与安全性"
