HER-2阳性乳腺癌超声深度学习模型

本数据产品为面向超声影像分析的高质量标注数据集。 1、数据构成：每组数据由原始超声影像（DICOM格式）、专家标注文件（JSON格式）及脱敏临床元数据（CSV格式）组成。 2、核心字段： 影像层：包含图像唯一哈希值、采集设备型号、探头频率、增益参数等成像元数据。 标注层：包含病灶类别（如结节、囊肿、癌变）、位置信息（二维边界框坐标[x,y,w,h]或像素级分割掩码Mask）、恶性风险分级（TI-RADS 1-5类）。 真值层：包含对应的病理诊断结果（金标准）、随访结论及手术记录摘要。 标注规范：标注工作严格遵循《甲状腺超声影像报告和数据系统》标准，由2名以上副主任医师独立标注，不一致样本经专家组仲裁确认，标注一致性Kappa系数>0.85。 组织逻辑：数据按“解剖部位-病种-难度等级”三级目录索引，并通过患者匿名ID关联同一患者的多次随访时序数据，形成完整的诊疗闭环数据链。

搜集汇总

背景与挑战

背景概述

该数据集是HER-2阳性乳腺癌超声影像深度学习模型的高质量标注数据集合，每组数据包含原始DICOM超声影像、专家标注JSON文件及脱敏临床元数据CSV。标注涵盖病灶类别、位置信息及恶性风险分级（TI-RADS 1-5类），并以病理诊断结果作为金标准。标注工作遵循相应标准，由多名副主任医师独立完成并通过专家仲裁，确保一致性。数据按解剖部位、病种和难度等级进行组织，并通过匿名ID关联患者随访时序，形成完整的诊疗数据链。