数据集概述
该数据集包含一千零六十二张带标签的肺部超声图像，由乌干达坎帕拉的穆拉戈国家转诊医院和基鲁杜转诊医院收集，经资深放射科医生标注，分为可能COVID-19、其他肺部疾病、健康肺三类，适用于训练和测试低资源环境下基于卷积神经网络的医学图像分类模型，支持AI肺部疾病诊断工具开发。
文件详解
- 压缩文件：
- LUS Images for Automated AI-based Lung Disease Classification.zip：包含已处理的肺部超声图像及对应标签文件（CSV或JSON格式），用于AI模型训练与测试
- unprocessed_dataset.zip：包含原始未处理的肺部超声图像数据
- 代码文件：
- sort_lus_data.py：用于对肺部超声数据进行分类整理的Python脚本
- process_image.py：用于处理、清洗肺部超声图像数据的Python脚本
数据来源
乌干达坎帕拉穆拉戈国家转诊医院、基鲁杜转诊医院
适用场景
- 医学AI模型开发：训练和评估基于卷积神经网络的肺部疾病自动分类模型
- 低资源医疗环境诊断工具研究：探索适合资源有限地区的AI辅助肺部疾病诊断方案
- 医学图像分析方法优化：针对肺部超声图像的低信噪比、操作者差异等问题优化算法
- 医学AI可重复性研究：基于提供的处理脚本复现数据处理流程，提升研究透明度
