RANZCR胸部X光影像多标签分类数据集-Kaggle竞赛-128x128分辨率-prateek0x
数据来源：互联网公开数据
标签：医学影像,X光,胸部,多标签分类,TFRecords,图像数据,Kaggle竞赛,计算机视觉,医疗诊断
数据概述：
本数据集是为Kaggle RANZCR-CLiP竞赛准备的TFRecords格式的胸部X光影像数据，图像分辨率为128x128像素，采用JPEG格式，并经过cv2.resize()处理。数据集包含多标签信息，使用Group KFold分层抽样方法进行数据划分。
数据集中每个样本都包含以下特征：
image：图像数据，以字节串形式存储
ETT - Abnormal：气管插管（ETT）异常情况的标签（整数）
ETT - Borderline：气管插管（ETT）临界情况的标签（整数）
ETT - Normal：气管插管（ETT）正常情况的标签（整数）
NGT - Abnormal：鼻胃管（NGT）异常情况的标签（整数）
NGT - Borderline：鼻胃管（NGT）临界情况的标签（整数）
NGT - Incompletely Imaged：鼻胃管（NGT）未完全成像的标签（整数）
NGT - Normal：鼻胃管（NGT）正常情况的标签（整数）
CVC - Abnormal：中心静脉导管（CVC）异常情况的标签（整数）
CVC - Borderline：中心静脉导管（CVC）临界情况的标签（整数）
CVC - Normal：中心静脉导管（CVC）正常情况的标签（整数）
Swan Ganz Catheter Present：Swan Ganz导管存在的标签（整数）
StudyInstanceUID：研究实例唯一标识符，以字节串形式存储
PatientID：患者ID，以字节串形式存储
数据用途概述：
该数据集主要用于医学影像分析、计算机视觉模型训练，特别是针对胸部X光影像的多标签分类任务。研究人员可以利用此数据开发和评估用于辅助诊断的机器学习模型，例如识别气管插管、鼻胃管、中心静脉导管等医疗设备的状态，以及其他相关的胸部异常情况。此外，该数据集也适用于深度学习研究，例如图像识别、目标检测等领域。
