UTA4: Time Dataset

该数据集包含在用户测试和分析4（UTA4）研究中，临床医生在单模态与多模态比较中的时间测量结果。数据集用于促进高级功能的研究，特别是在人机交互（HCI）领域。

This dataset comprises the time measurement results from clinicians in the comparison of unimodal versus multimodal approaches during the User Testing and Analysis 4 (UTA4) study. The dataset is utilized to facilitate research on advanced functionalities, particularly in the field of Human-Computer Interaction (HCI).

原始信息汇总

UTA4: Time Dataset 概述

数据集描述

• 名称: UTA4: Time Dataset
• 目的: 该数据集旨在促进创新，特别是在医疗影像诊断中的单模态与多模态比较研究。
• 来源: 数据集来源于 User Tests and Analysis 4 (UTA4) 研究，该研究在临床机构中进行，涉及31名临床医生和566张影像。
• 内容: 数据集包含用户交互过程中的时间测量数据，用于单模态与多模态诊断的比较。
• 应用: 该数据集已被用于 AVI 2020 会议，并在《BreastScreening: On the Use of Multi-Modality in Medical Imaging Diagnosis》一文中进行了分析和解读。

相关项目

• BreastScreening: 该项目专注于多模态医疗影像诊断界面设计。
• MIDA: 该项目涉及深度卷积神经网络(CNNs)在医疗影像中的应用。

数据集资源

• 发布平台: 数据集已在 Kaggle, data.world, figshare, 和 OpenML 等平台发布。

引用信息

• BibTeX引用:

  @inproceedings{10.1145/3399715.3399744, author = {Calisto, Francisco Maria and Nunes, Nuno and Nascimento, Jacinto C.}, title = {BreastScreening: On the Use of Multi-Modality in Medical Imaging Diagnosis}, year = {2020}, publisher = {Association for Computing Machinery}, address = {New York, NY, USA}, url = {https://doi.org/10.1145/3399715.3399744}, booktitle = {Proceedings of the International Conference on Advanced Visual Interfaces}, articleno = {49}, numpages = {5}, keywords = {user-centered design, multimodality, medical imaging, human-computer interaction, healthcare systems, breast cancer, annotations}, location = {Salerno, Italy}, series = {AVI 20} }

许可证与版权

• 版权: 版权属于 Instituto Superior Técnico。
• 许可证: 数据集遵循 GNU AGPLv3 和 CC-BY-SA-4.0 许可证。

团队

• 作者: Francisco Maria Calisto, Nuno Nunes, Jacinto C. Nascimento
• 支持者: Hugo Lencastre, Nádia Mourão, Bruno Dias, Bruno Oliveira, Luís Ribeiro Gomes, Carlos Santiago

支持与贡献

• 支持: 该项目为非盈利性质，欢迎通过 OpenCollective 进行支持。
• 贡献: 欢迎通过 GitHub 参与贡献。

搜集汇总

数据集介绍

构建方式

UTA4: Time Dataset的构建基于临床医生在单模态与多模态诊断环境下的用户交互时间测量。该数据集来源于用户测试与分析4（UTA4）研究，研究在临床机构中进行，涉及多名医生对患者的诊断过程。数据收集过程中，使用了单模态和多模态原型系统进行对比，旨在评估不同模态下医生诊断效率的差异。数据通过统计分析方法进行整理和解释，确保了数据的科学性和可靠性。

特点

UTA4: Time Dataset的特点在于其专注于时间维度的测量，记录了医生在单模态和多模态诊断环境下的交互时间。数据集涵盖了丰富的临床场景，能够为研究人机交互（HCI）和医疗影像诊断提供宝贵的时间效率数据。此外，该数据集与BreastScreening和MIDA项目紧密相关，结合了深度学习技术，进一步提升了其在医疗影像分析领域的应用价值。

使用方法

UTA4: Time Dataset的使用方法较为灵活，用户可以通过GitHub克隆该数据集，并利用Python脚本进行数据提取和分析。数据集提供了演示脚本`demo.py`，用户可以通过运行该脚本快速了解数据的基本结构和内容。此外，数据集的使用文档详细介绍了安装步骤和数据处理流程，便于研究人员根据需求进行定制化分析。

背景与挑战

背景概述

UTA4: Time Dataset是由MIMBCD-UI团队于2020年创建的一个专注于医疗影像诊断中用户交互时间测量的数据集。该数据集源于BreastScreening和MIDA项目，旨在通过单模态与多模态医疗影像的比较，提升乳腺癌筛查的效率和准确性。数据集的核心研究问题集中在如何通过优化用户界面设计，减少临床医生在诊断过程中的时间消耗，从而提高诊断效率。该数据集的研究成果已在人机交互领域的顶级会议AVI 2020上发表，对医疗影像诊断领域的人机交互研究产生了重要影响。

当前挑战

UTA4: Time Dataset面临的挑战主要集中在两个方面。首先，在领域问题方面，数据集旨在解决医疗影像诊断中用户交互时间的优化问题，这涉及到如何在复杂的多模态影像数据中快速准确地提取关键信息，同时减少临床医生的认知负担。其次，在数据集的构建过程中，研究人员面临了数据采集的挑战，特别是在临床环境中获取真实且高质量的用户交互数据。此外，如何确保数据的隐私性和安全性，同时保持数据的可用性和可重复性，也是构建过程中需要克服的重要难题。

常用场景

经典使用场景

UTA4: Time Dataset 主要用于研究人机交互（HCI）领域中的时间测量问题，特别是在医疗影像诊断中的单模态与多模态用户交互时间对比。该数据集通过记录临床医生在使用单模态和多模态医疗影像系统时的交互时间，为研究人员提供了宝贵的时间数据，用于分析不同模态对诊断效率的影响。这一数据集在AVI 2020会议上发布，成为HCI领域研究的重要参考。

衍生相关工作

UTA4: Time Dataset 衍生了一系列相关研究工作，特别是在医疗影像诊断和人机交互领域。基于该数据集的研究成果包括对单模态与多模态系统的效率对比分析、医疗影像用户界面的优化设计以及深度学习模型在医疗影像中的应用探索。这些工作进一步推动了HCI与医疗影像技术的融合，为未来的医疗诊断工具开发提供了重要参考。

数据集最近研究

最新研究方向

UTA4: Time Dataset作为医学影像诊断领域的重要数据集，近年来在人机交互（HCI）和深度学习技术的结合中展现了显著的研究价值。该数据集通过记录临床医生在单模态与多模态影像诊断中的时间测量数据，为优化医疗影像用户界面设计提供了关键支持。特别是在乳腺癌筛查领域，UTA4数据集的研究成果已在AVI 2020等顶级会议上发表，推动了多模态诊断界面的开发与评估。当前，基于该数据集的研究热点集中在如何利用卷积神经网络（CNN）提升多模态影像的诊断效率与准确性，同时探索更符合临床医生工作流程的交互设计。这些研究不仅为医疗影像系统的优化提供了科学依据，也为未来智能医疗诊断工具的开发奠定了数据基础。