基于CT影像的深度学习模型用于区分甲状腺眼病和眼眶肌炎

资源简介

该数据集是一个用于医学影像诊断的公开数据集，旨在开发一个基于深度学习的模型，利用眼眶计算机断层扫描（CT）影像准确区分甲状腺眼病（TED）和眼眶肌炎。数据集包含来自192名患者（110例TED、51例眼眶肌炎、31例正常对照）的1628张冠状位眼眶CT单层图像，数据来源于一项为期12年的单中心回顾性队列研究，所有影像均经过眼眶整形外科医生的检查。该数据集采用视觉几何组-16网络（VGG-16）进行训练，模型在区分TED和眼眶肌炎时准确率达到98.4%，受试者工作特征曲线下面积（AUC）为0.999，显示出高精度诊断潜力。该数据集主要用于辅助诊断、疾病鉴别及深度学习在医学影像分析中的应用研究。