肺栓塞影像诊断训练数据集PulmonaryEmbolismImageDiagnosisTrainingDataset-pablopalacios2001
数据来源：互联网公开数据
标签：肺栓塞, 医学影像, 影像诊断, 机器学习, 二分类, 图像识别, 临床诊断, 数据标注
数据概述：
该数据集包含医学影像数据，记录了用于肺栓塞（PE）诊断的影像学特征。主要特征如下：
时间跨度：数据未标明具体时间，视作静态医学影像数据集。
地理范围：数据来源未明确，可能涵盖全球范围内的临床病例。
数据维度：数据集包含多个字段，用于描述影像学特征和诊断结果，主要字段包括：StudyInstanceUID（研究实例唯一标识符），SeriesInstanceUID（序列实例唯一标识符），SOPInstanceUID（SOP实例唯一标识符），以及一系列与肺栓塞相关的二元分类标签（0或1），如negative_exam_for_pe（无肺栓塞检查），qa_motion（质量评估-运动伪影），qa_contrast（质量评估-对比剂），flow_artifact（血流伪影），rv_lv_ratio_gte_1（右室/左室比例大于等于1），rv_lv_ratio_lt_1（右室/左室比例小于1），leftsided_pe（左侧肺栓塞），chronic_pe（慢性肺栓塞），true_filling_defect_not_pe（非肺栓塞的真实充盈缺损），rightsided_pe（右侧肺栓塞），acute_and_chronic_pe（急性和慢性肺栓塞），central_pe（中央型肺栓塞），indeterminate（不确定），pe_present_on_image（图像上存在肺栓塞）。
数据格式：CSV格式，文件名为Train-80-20-estratificada.csv，便于数据处理和模型构建。
来源信息：数据来源于公开数据集，已进行标准化处理。
该数据集适合用于肺栓塞影像诊断相关的研究和数据建模、机器学习应用。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于医学影像分析、肺栓塞诊断的学术研究，如基于影像特征的疾病自动检测、分类等。
行业应用：为医学影像诊断系统、放射科医师辅助诊断工具提供数据支持，特别是在肺栓塞的早期诊断和风险评估方面。
决策支持：支持临床医生进行肺栓塞诊断，辅助决策，提高诊断效率和准确性。
教育和培训：作为医学影像学、放射学、人工智能等课程的辅助材料，帮助学生和研究人员深入理解肺栓塞的影像学特征和诊断流程。
此数据集特别适合用于探索肺栓塞影像特征与诊断结果之间的关系，构建基于影像数据的肺栓塞诊断模型，从而提高诊断的准确性和效率。
