数据集概述
本数据集包含用于新生儿MRI肺分割的3个预训练2D-UNet模型，以及对应的分割性能数据、3D肺形态特征数据和特征相关性分析数据。还提供基于MRI肺体积特征的支气管肺发育不良（BPD）严重程度预测模型应用示例，支持新生儿肺部疾病的量化分析与预后研究。
文件详解
- 预训练2D-UNet模型文件
- 文件名称：unet_p1.hdf5、unet_p2.hdf5、unet_p3.hdf5
- 文件格式：HDF5
- 内容说明：用于新生儿MRI序列自动肺分割的3个预训练深度学习模型
- MRI 3D肺特征文件
- 文件名称：MRI_3D_Lung_Features.xlsx
- 文件格式：XLSX
- 内容说明：包含通过3D重建计算的肺体积、形状、像素强度、表面等形态特征数据
- 特征相关性分析文件
- 文件名称：Correlation_MRI_Lung_Features.xlsx
- 文件格式：XLSX
- 内容说明：MRI肺特征之间的相关性统计数据
- 分割性能文件
- 文件名称：Performance_Lung_Segmentation.xlsx
- 文件格式：XLSX
- 内容说明：各MRI序列对应的肺分割模型性能评估数据
数据来源
论文“Automated MRI Lung Segmentation and 3D Morphologic Features for Quantification of Neonatal Lung Disease (2023)”
适用场景
- 新生儿肺部疾病量化分析：利用3D肺形态特征评估肺部发育状况与病变程度
- 支气管肺发育不良预后研究：基于MRI体积特征开展BPD严重程度预测模型的开发与验证
- 医学影像分割模型应用：使用预训练2D-UNet模型实现新生儿MRI肺区域的自动化分割
- 影像组学特征相关性研究：分析MRI肺特征之间的关联及其与临床指标的关系
- 儿科放射学辅助诊断：为新生儿肺部MRI的定量分析提供工具与数据支持
