TBI Image/Text (TBI-IT): Comprehensive Text and Image Datasets for Traumatic Brain Injury Research

本文介绍了一种名为TBI-IT的新医学领域的创伤性脑损伤（TBI）数据集，其中包括电子医疗记录（EMRs）和头部CT图像。该数据集旨在增强人工智能在TBI诊断和治疗中的准确性。该数据集建立在标准文本和图像数据的基础上，在EMRs中加入了特定的注释，从文本信息中提取关键内容，并将成像数据的注释内容分为五类：脑中线、血肿、左侧脑室、右侧脑室和骨折。TBI-IT旨在成为图像分割任务和命名实体识别的特征学习的基础数据集。

论文介绍了一个新的医学领域的数据集TBI-IT，旨在通过结合电子病历和头部CT图像，提高人工智能在创伤性脑损伤（TBI）诊断和治疗方面的准确性。

该数据集中的关键思路是将电子病历中的特定注释提取出来，将成像数据的注释内容分类为五种类型，并在标准文本和图像数据的基础上构建数据集，以用于图像分割和命名实体识别的特征学习。

该数据集是医学领域的新贡献，可以用于改进TBI的诊断和治疗。实验设计包括对数据集的注释和分类，以及使用深度学习模型进行图像分割和命名实体识别。该数据集还可以用于其他医学领域的研究。

最近的相关研究包括使用深度学习模型进行医学图像分割和命名实体识别的研究，如“Deep Learning for Medical Image Segmentation: A Review”和“Named Entity Recognition in Medical Text: A Review”。