five

diabetic foot ulcer (DFU)

收藏
www.kaggle.com2021-08-11 更新2025-01-22 收录
下载链接:
https://www.kaggle.com/laithjj/diabetic-foot-ulcer-dfu
下载链接
链接失效反馈
官方服务:
资源简介:
### Context This dataset has four folders 1- Original Images: these are collected from the medical center 2- Patches: extracted from the Original Images in the size of 224 x 224. TestSet: images to test the trained model Transfer-Learning image: These are the set that is used for transfer learning purpose In order to use the dataset, please cite the following papers as a source of the dataset. 1- Alzubaidi, L., Fadhel, M. A., Oleiwi, S. R., Al-Shamma, O., & Zhang, J. (2020). DFU_QUTNet: diabetic foot ulcer classification using novel deep convolutional neural network. Multimedia Tools and Applications, 79(21), 15655-15677. 2- Alzubaidi, Laith, Mohammed A. Fadhel, Omran Al-Shamma, Jinglan Zhang, J. Santamaría, and Ye Duan. "Robust application of new deep learning tools: an experimental study in medical imaging." Multimedia Tools and Applications (2021): 1-29. 3- Alzubaidi, Laith, Mohammed A. Fadhel, Omran Al-Shamma, Jinglan Zhang, J. Santamaría, Ye Duan, and Sameer R Oleiwi. "Towards a better understanding of transfer learning for medical imaging: a case study." Applied Sciences 10, no. 13 (2020): 4523. For more details about the dataset, please check the mentioned papers.

本数据集包含四个文件夹: 1. 原始图像:源自医疗中心的数据集。 2. 图像块:从原始图像中提取,尺寸为224 x 224。 3. 测试集:用于测试训练模型的图像。 4. 迁移学习图像:用于迁移学习目的的数据集。 为使用本数据集,请引用以下文献作为数据来源。 1. Alzubaidi, L., Fadhel, M. A., Oleiwi, S. R., Al-Shamma, O., & Zhang, J. (2020). DFU_QUTNet: 利用新型深度卷积神经网络对糖尿病足溃疡进行分类。多媒体工具与应用,79(21),15655-15677。 2. Alzubaidi, Laith, Mohammed A. Fadhel, Omran Al-Shamma, Jinglan Zhang, J. Santamaría, 和 Ye Duan. "新型深度学习工具的稳健应用:医学图像领域的实验研究。" 多媒体工具与应用(2021):1-29。 3. Alzubaidi, Laith, Mohammed A. Fadhel, Omran Al-Shamma, Jinglan Zhang, J. Santamaría, Ye Duan, 和 Sameer R Oleiwi. "深入理解医学图像迁移学习:一项案例研究。" 应用科学 10, 第13期 (2020):4523。 欲了解更多关于数据集的详细信息,请查阅上述文献。
提供机构:
Kaggle
搜集汇总
数据集介绍
main_image_url
背景与挑战
背景概述
该数据集包含糖尿病足溃疡(DFU)的医学图像,分为原始图像、图像块、测试集和迁移学习图像四个部分,适用于深度学习和医学影像分析研究。数据集已用于多项研究,并需引用相关论文作为数据来源。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作