Distribution of the scanned lesions in the different age classes.

NIAID Data Ecosystem2026-03-14 收录

数据链接：

https://figshare.com/articles/dataset/Distribution_of_the_scanned_lesions_in_the_different_age_classes_/22103261 数据链接链接失效反馈

官方服务：

资源简介：

The total number of participants as well as the percentage in the respective algorithm-group is shown.

创建时间：

2023-02-15

CAG-VLM

医疗影像分析

人工智能辅助诊断

CAG-VLM数据集是由东京大学和东京大学医院的研究团队创建的，用于冠状动脉造影图像识别的双语（日语/英语）图像-报告数据集。数据集包含539次检查的14,686帧图像，其中1,114帧图像被标记为关键帧，并与其术前报告和专家验证的诊断和治疗摘要配对。数据集的创建过程包括两个阶段：首先使用卷积神经网络进行关键帧检测和左右侧别标注，然后使用三种开源视觉语言模型进行微调，以生成临床报告和治疗建议。该数

arXiv2025-05-08 更新1240

EyePACS DR CVS Data

医疗影像分析

糖尿病视网膜病变检测

Preliminary dataset used to generate abstract for research paper. Courtesy of EyePACs.

DataCite Commons2025-04-01 更新320

冠脉造影血管分割标注图集

医疗影像分析

深度学习

回顾性收集中国医学科学院阜外医院行冠状动脉造影患者图像，由医院心血管介入诊疗影像分析核心实验室专业的影像分析师进行冠脉血管及节段标注，冠状动脉各节段采用不同颜色的进行像素级的标记。共标注血管分割图像14938张，标注的图像用于冠脉血管分割深度学习模型的训练和测试。

国家人口健康科学数据中心180

SMMILE

医疗影像分析

情境学习

SMMILE是一个由专家驱动的多模态医疗领域内情境学习（ICL）基准数据集，由11位医疗专家共同打造，包含111个问题（517个问题-图像-答案三元组），涵盖了6个医疗专业和13种成像模式。该数据集旨在评估多模态大型语言模型在医疗任务中的情境学习能力，揭示了当前模型在处理医疗领域多模态任务时的局限性和偏差。

arXiv2025-06-26 更新470

DoctOral-AI

病变检测

医疗影像分析

该数据集名为DoctOral-AI，包含535张不同尺寸的图像，用于多类别的口腔病变检测任务，病变类别包括肿瘤性、阿弗他性和创伤性。数据集按照70%用于开发、30%用于测试的比例进行划分，其中开发集进一步细分为80%用于训练、20%用于验证。所有图像都被调整为800x800的尺寸。该数据集的规模为535张图像，所承担的任务是口腔病变检测。

arXiv220

Distribution of the scanned lesions in the different age classes.

资源简介：

相关数据集