- 简介我们介绍了CPAISD：核心-半影急性缺血性卒中数据集，旨在通过非对比增强计算机断层扫描（NCCT）来增强缺血性卒中的早期检测和分割。针对早期诊断急性缺血性卒中的挑战，由于常常无法揭示原生CT发现，该数据集提供了一系列分割的NCCT图像。这些图像包括缺血性核心和半影区域的注释，对于开发机器学习模型以快速识别和评估卒中至关重要。通过提供一个精心收集和注释的数据集，我们旨在促进先进诊断工具的开发，为卒中管理中的患者护理和结果做出贡献。我们数据集的独特之处在于其关注缺血性卒中的急性阶段，具有非信息性的原生CT扫描，并包括一个基准模型来展示数据集的应用，鼓励在医学成像和卒中诊断领域进行进一步的研究和创新。
- 图表
- 解决问题提高急性缺血性卒中的早期检测和分割，解决由于原生CT扫描结果不确定导致的诊断困难问题。
- 关键思路提供一个包含缺血性卒中核心和半影区的分割NCCT图像的数据集，以促进机器学习模型的开发，从而快速识别和评估卒中。
- 其它亮点数据集的独特性在于其关注急性缺血性卒中的早期阶段，包括基线模型以演示数据集的应用，鼓励在医学成像和卒中诊断领域的进一步研究和创新。
- 与该领域的相关研究包括：1.《基于深度学习的脑卒中自动识别方法》2.《基于卷积神经网络的脑卒中图像分割研究》3.《脑卒中图像分割的深度学习方法综述》
沙发等你来抢
去评论
评论
沙发等你来抢