RSNA2022脊柱骨折检测元数据集
数据来源：互联网公开数据
标签：脊柱骨折检测,医学影像,元数据,骨折分类,医学数据分析,医学研究
数据概述：
本数据集包含从RSNA 2022颈椎骨折检测竞赛中提取的训练图像DICOM文件的元数据。数据集分为多个版本，包括meta-train（原始元数据）、meta-train-clean（清理后的元数据，便于使用）、meta-segmentations（包含C1-C7椎体标签的元数据）、meta-segmentation-clean（清理后的分割元数据）、meta-train-with-vertebrae（带有椎体预测的元数据，准确率为88%）、train-segmented（基于EffNetV2模型的椎体预测元数据，准确率为95%）、train-vert-fold4（基于图像和表格模型的预测结果，包含额外的特征工程列），以及train-vert（train-segmented和train-vert-fold4的集成预测结果）。
数据用途概述：
该数据集适用于医学影像分析、骨折检测模型开发、医学数据分析等多种场景。研究人员可利用此数据集进行特征工程，优化骨折检测模型的性能；医疗从业者可基于数据评估骨折检测的准确性；医学研究机构可利用数据集探索骨折分类方法，提升骨折检测的效率和准确性。此外，数据集也适合用于医学教育，帮助学习者理解骨折检测的分析方法和模型构建过程。
