MetaOptNet与所提方法在斜视筛查中的分类性能数据集
该数据集包含用于斜视筛查的医学图像数据,主要模态为眼部或相关医学影像,提供了MetaOptNet与一种新提出的分类方法在该任务上的性能评估结果,主要用于计算机视觉和医学图像分析领域,特别是斜视自动筛查算法的开发、性能比较与优化研究。

基本信息
资源简介
MetaOptNet与所提方法在斜视筛查中的分类性能数据集
【数据集背景】
本数据集源站标题为《The classification performance of MetaOptNet and proposed method in strabismus screening.》。配套论文《An improved strabismus screening method with combination of meta-learning and image processing under data scarcity》发表于 PLOS ONE(2022),DOI:10.1371/journal.pone.0269365。源站首次发布:2022-08-05。
【数据内容】
源站原始描述:The classification performance of MetaOptNet and proposed method in strabismus screening
【数据结构与技术规格】
文件数 1 个,合计 5.63 KB。Table 2.xls:application/vnd.ms-excel,5.63 KB。数据集 DOI:10.1371/journal.pone.0269365.t002。
【主题与分类】
源站学科分类:Biochemistry、Space Science、Cell Biology、Biotechnology、Information Systems not elsewhere classified、Mathematical Sciences not elsewhere classified。主题标签:principal component analysis、generalized embedding network、corneal light reflex、xlink "> considering、performing strabismus screening、image processing methods、dimensional supplementary features、proposed method achieved、extract distinctive features、xlink ">。
【适用方向】
源站学科分类标注为 Biochemistry、Space Science、Cell Biology、Biotechnology、Information Systems not elsewhere classified、Mathematical Sciences not elsewhere classified。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/The_classification_performance_of_MetaOptNet_and_proposed_method_in_strabismus_screening_/20441210
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Huang, Xilang; Lee, Sang Joon; Kim, Chang Zoo; Choi, Seon Han (2022). The classification performance of MetaOptNet and proposed method in strabismus screening.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-04,引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取(Figshare)
按页面 Download 按钮获取。
数据说明
该数据集是一个用于评估和比较MetaOptNet与所提方法在斜视筛查任务中分类性能的医学数据集。数据集包含用于斜视筛查的图像数据,可能涉及眼部图像或相关医学影像,并提供了不同分类算法(包括MetaOptNet和一种新提出的方法)在这些数据上的性能评估结果。数据来源于医学研究项目,主要用于计算机视觉和医学图像分析领域的研究,特别是针对斜视自动筛查算法的开发、优化和性能比较。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




