基于高光谱技术的甲状腺结节良恶性分类数据集
本数据集包含通过高光谱采集系统在甲状腺切除术中获取的甲状腺结节样本，数据模态为三维高光谱立方体影像，主要用于甲状腺结节良恶性的自动分类研究，支持基于3D CNN和VGG等深度学习算法的模型开发，旨在提高甲状腺癌手术中的诊断效率和准确性，为临床快速诊断提供数据基础。
创建时间2024-05-12
更新时间2024-05-14
资源简介
该数据集是一个用于甲状腺结节良恶性分类的高光谱医学影像数据集。数据集通过自主研发的甲状腺结节高光谱采集系统，在甲状腺切除术中收集了大量多样化的甲状腺结节样本，形成三维高光谱立方体数据。数据构建方式为术中实时采集，为基于高光谱技术的甲状腺癌诊断研究提供了基础。主要研究方向包括利用3D CNN和VGG等神经网络算法对高光谱数据块进行分类，实现甲状腺结节良恶性的自动鉴别，旨在提高甲状腺癌手术中的诊断效率，分类准确率可达84.63%。
提供机构：Zenodo
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 甲状腺结节 的高质量、多模态真实临床数据定制解决方案。