基于CT影像的甲状腺眼病与眼眶肌炎鉴别深度学习模型数据集

资源简介

该数据集是一个用于开发深度学习模型的医学影像数据集，旨在通过眼眶计算机断层扫描（CT）影像准确区分甲状腺眼病和眼眶肌炎这两种临床表现重叠的眼部疾病。数据集包含来自192名患者的1628张冠状位眼眶CT单层图像，其中包含110例甲状腺眼病患者、51例眼眶肌炎患者和31例正常对照者的影像数据。数据来源于一项为期12年的单中心回顾性队列研究，所有患者均接受了眼眶影像学检查并由眼整形外科医生进行评估。研究人员使用Visual Geometry Group-16网络架构训练深度学习模型，在多种二元分类组合（甲状腺眼病vs眼眶肌炎、疾病vs对照等）上进行测试。主要模型在区分眼眶肌炎和甲状腺眼病时准确率达98.4%，受试者工作特征曲线下面积为0.999。该数据集支持眼科疾病鉴别诊断、医学影像分析、深度学习算法开发等研究方向，为自动化辅助诊断系统提供数据基础。