单方法与RGB方法数据分析差异

资源简介

单方法与RGB方法数据分析差异

Differences between the single and RGB methods for the data analyses.

该数据集来自 plos.figshare.com，配套论文发表于 PLOS ONE（2023 年），主题为单方法与 RGB 方法在数据分析中的差异。数据包含 1 个文件（Table 4.xls），涉及卷积神经网络在不平衡 CT 数据集上的分类表现，涵盖急性阑尾炎、急性憩室炎与正常阑尾等类别，并记录准确率与敏感性等指标。该数据可用于比较单通道与 RGB 方法在医学影像分类任务中的效果差异，支撑消化系统疾病相关的模型评估与复现研究（来源 figshare，CC BY 4.0 许可）。

【数据集背景】

配套论文《Comparison between single and serial computed tomography images in classification of acute appendicitis, acute right-sided diverticulitis, and normal appendix using EfficientNet》发表于 PLOS ONE（2023），DOI：10.1371/journal.pone.0281498。源站首次发布：2023-05-24。

【数据内容】

源站描述（机器翻译，仅供参考）：数据分析中单方法与RGB方法之间的差异。

【数据结构与技术规格】

文件数 1 个，合计 5.63 KB。数据集 DOI：10.1371/journal.pone.0281498.t004。

【主题与分类】

源站学科分类：Biochemistry、Space Science、Medicine、Cell Biology、Immunology、Biological Sciences not elsewhere classified。主题标签：convolutional neural network、244 ), accuracy、019 ), accuracy、unbalanced ct datasets、slightly higher sensitivity、normal appendix could、078 ct images、959 acute appendicitis、823 acute diverticulitis、single image method。本站分类：消化系统疾病/憩室炎。

【适用方向】

源站学科分类标注为 Biochemistry、Space Science、Medicine、Cell Biology、Immunology、Biological Sciences not elsewhere classified。

【获取与许可】

源站页面：https://plos.figshare.com/articles/dataset/Differences_between_the_single_and_RGB_methods_for_the_data_analyses_/23150011

使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。

规范引用：Park, So Hyun; Kim, Young Jae; Kim, Kwang Gi; Chung, Jun-Won; Kim, Hyun Cheol; Choi, In Young; et al. (2023). Differences between the single and RGB methods for the data analyses.. PLOS ONE. Dataset

【使用注意】

· 源站最后修改于 2023-05-30，引用时请注意版本时效。