مجموعة بيانات عامة عن الصور الطبية

لمحة عامة عن البيانات

اسم البيانات	医学影像通用标注数据集
مجموع حجم البيانات	500 108 حالة (بما في ذلك البوليمودات المتعددة الوحدات من طراز CT/X-Ray/فوق الصوتية/MRI)
模态分布	000 000 000 000 000 35 ريال x 000 000 18 ريال أوتوماتيكي/ 500 13 ريال
نوع الشروح	أطر الكشف عن الأمراض، والتقسيمات الرملية، وعلامات التصنيف، والنقاط الرئيسية
أجزاء من الجسم المشمول	شلل، بطن، عظام، ثدي، ثدي، ثدي، جمجمة
المصدر	المؤسسات الطبية المتعددة التعاون + مجموعات البيانات العامة المعززة (امتثال مأذون به)
الناتج	DICOM / NIfTI / PNG / COCO JSON / YOLO TXT
معايير مراقبة الجودة	أطباء مزدوجون يصنفون + تصاريح المدير، دقة التصنيف ' 1` 98 في المائة، مقسمة ' 1` 0.88

الوصف التفصيلي لمذكرات البيانات

الاسم الميداني	نوع البيانات	درجة القيمة/الوصف
case_id	String(32)	الهوية في حالات عدم الحساسية
modality	Enum	CT \| XRAY \| US \| MRI
body_part	Enum	CHEST \| ABDOMEN \| BONE \| BREAST \| THYROID \| BRAIN
finding_label	Enum(Multi)	NORMAL \| NODULE \| MASS \| FRACTURE \| EFFUSION \| CALCIFICATION 等
bbox	Array[4]	[x_center, y_center, width, high]
segmentation	Array	CCO format polygon or RLE encoding
classification	Object	{primary, secondary, confidence}
image_size	Array[2]	[height_px, width_px]
slice_index	Integer	شرائح مرقمة في سلسلة CT/MRI
acquisition_date	Date	تاريخ التفتيش (بالسنوات فقط)
device_manufacturer	String	GE / Siemens / Philips / Canon / Mindray 等

De-identified JSON Data Sample

[ { "case_id": "MIG-C0001234", "modality": "CT", "body_part": "CHEST", "finding_label": ["NODULE", "CALCIFICATION"], "bbox": [0.432, 0.387, 0.085, 0.092], "segmentation": [[0.390, 0.341], [0.475, 0.341], [0.475, 0.433], [0.390, 0.433]], "classification": {"primary": "肺结节", "secondary": "实性结节", "confidence": 0.96}, "image_size": [512, 512], "slice_index": 24, "acquisition_date": "2024-03", "device_manufacturer": "Siemens" }, { "case_id": "MIG-X0005678", "modality": "XRAY", "body_part": "CHEST", "finding_label": ["EFFUSION"], "bbox": [0.350, 0.620, 0.600, 0.150], "segmentation": [[0.050, 0.545], [0.950, 0.545], [0.950, 0.695], [0.050, 0.695]], "classification": {"primary": "胸腔积液", "secondary": "中量积液", "confidence": 0.91}, "image_size": [2048, 2048], "slice_index": null, "acquisition_date": "2024-06", "device_manufacturer": "GE" }, { "case_id": "MIG-U0009012", "modality": "US", "body_part": "THYROID", "finding_label": ["NODULE"], "bbox": [0.381, 0.256, 0.238, 0.167], "segmentation": [[0.262, 0.172], [0.500, 0.172], [0.500, 0.339], [0.262, 0.339]], "classification": {"primary": "甲状腺结节", "secondary": "TI-RADS 4a", "confidence": 0.88}, "image_size": [960, 720], "slice_index": null, "acquisition_date": "2024-01", "device_manufacturer": "Philips" }, { "case_id": "MIG-M0003456", "modality": "MRI", "body_part": "BRAIN", "finding_label": ["MASS"], "bbox": [0.287, 0.312, 0.156, 0.141], "segmentation": [[0.209, 0.241], [0.365, 0.241], [0.365, 0.382], [0.209, 0.382]], "classification": {"primary": "脑膜瘤", "secondary": null, "confidence": 0.93}, "image_size": [384, 384], "slice_index": 12, "acquisition_date": "2024-08", "device_manufacturer": "Siemens" }, { "case_id": "MIG-C0007890", "modality": "CT", "body_part": "ABDOMEN", "finding_label": ["NORMAL"], "bbox": null, "segmentation": null, "classification": {"primary": "正常", "secondary": null, "confidence": 0.99}, "image_size": [512, 512], "slice_index": 40, "acquisition_date": "2024-04", "device_manufacturer": "Canon" } ]

标注规范与质量控制

تدفق العمل المشروح

استخدمي نموذج التصحيح الأولي للعلامات قبل التصحيح اليدوي + الفحص الشامل أولاً، نموذج آي إيه (YOLO/MedSAM) يولد العلامة الأولية، ثم ينقحها طبيبان بشكل مستقل، وأخيراً، يقرر المدير الفرق، العملية أكثر كفاءة من بطاقة يدوية بحتة بنسبة 60 في المائة، مع الحفاظ على معدل دقّة مرتفع.

مؤشرات مراقبة الجودة

98.7%

تصنيفAccuracy

0.89

دنيس منقوش

0.91

Test mAP@0.5

<2.1%

争议率

حالات استخدام التدريب

الفحص العالمي للمواقد

النموذج التطبيقي: YOLOv8/v9/DTR/RT-DRR/DINO - النموذج العام الشامل لعدة قطاعات لاختبار الموقد، الذي يمكن أن يكون قاعدة نموذجية أساسية للصورة الطبية AI.

多器官分割

نموذج التطبيق: موزع/معهد الناموسيات الوطني/النايت/SAM-Med2D. تدريب نماذج تقسيم عامة تغطي أجهزة متعددة في كامل جسمها، ودعم الأنماط الثنائية المتعددة الوحدات من طراز CT/MRI.

صورة أشعة صدرية ذاتية

نموذج التطبيق: R2Gen / X-REM / CheXagent (View Encoder + LLM decoder).

الإقليمية والقابلية للذوبان

نموذج التطبيق: / DANN / SWAD - التدريب على النموذج غير الحساس على نطاق النطاق الميداني لجمع المعدات باستخدام بيانات متعددة المراكز متعددة المعدات.

الحصول على هذه البيانات

وتُمنح مجموعة بيانات الصور الطبية العامة إذناً مرناً من جانب الموسيقي/الغير لدعم تكييف المجموعة الفرعية.

137-5502-0164 المشاورة على الإنترنت

مجموعات البيانات ذات الصلة

قيمة التطبيق التجاري

A.I.M. image SaaS

وتقدم خدمة للمشاهدات بمساعدة من منظمة العفو الدولية على أساس الغيوم إلى مراكز الفيديو الإقليمية ومؤسسات الفحص الطبي، وتغطي المشاهد العالية التردد مثل عقدة الرئوية، والكسرات، وغابات الغدة الدرقية.

هيمنة الأجهزة الطبية

وتُساعد شركة AI آنية في الوقت الحقيقي على إدماجها في نهاية جهاز CT/DR/فوق الصوت، والتسجيل الوظيفي للشركة الوطنية للطب الشرعي الذي حصلت عليه المحطة الطبية المساعدة.

النموذج الأساسي قبل التدريب

والنقطة الأولى هي اللغة المتعددة الوسائط الواسعة النطاق التي تستخدم في التدريب على نماذج قاعدة الصور الطبية (مثل شبكة راديماج، وشبكة بيولوجيا - ميديكل).

医学影像通用标注数据集