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
该数据集是一个包含192名患者（110例甲状腺眼病、51例眼眶肌炎、31例正常对照）的1628张冠状位眼眶CT单层图像的医学影像数据集，主要用于训练和验证基于VGG-16网络的深度学习模型，以高精度区分临床表现相似的甲状腺眼病和眼眶肌炎，其模型准确率达98.4%，在眼科疾病的辅助诊断、自动化鉴别及治疗评估方面具有重要的研究和应用价值。
基本信息
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（TED）和眼眶肌炎这两种临床表现相似的疾病。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110例为甲状腺眼病患者、51例为眼眶肌炎患者、31例为正常对照。数据来源于一项为期12年的单中心回顾性队列研究，所有患者均经过眼眶影像学检查和眼整形外科医生评估。研究采用VGG-16网络架构的深度学习模型，在不同疾病组合（TED vs. 眼眶肌炎、TED vs. 正常、眼眶肌炎 vs. 正常）上进行训练和验证。主要模型（TED vs. 眼眶肌炎）的准确率达到98.4%，AUC为0.999，检测眼眶肌炎的敏感性、特异性和F1分数分别为0.964、0.994和0.984。该数据集表明深度学习模型能够基于单张冠状位眼眶CT图像高精度区分这两种疾病，不仅依赖眼外肌增大的特征，还能识别其他显著性特征，在眼科疾病诊断、鉴别诊断及治疗评估方面具有潜在应用价值。
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（TED）和眼眶肌炎这两种临床表现相似的疾病。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110例为甲状腺眼病患者、51例为眼眶肌炎患者、31例为正常对照。数据来源于一项为期12年的单中心回顾性队列研究，所有患者均经过眼眶影像学检查和眼整形外科医生评估。研究采用VGG-16网络架构的深度学习模型，在不同疾病组合（TED vs. 眼眶肌炎、TED vs. 正常、眼眶肌炎 vs. 正常）上进行训练和验证。主要模型（TED vs. 眼眶肌炎）的准确率达到98.4%，AUC为0.999，检测眼眶肌炎的敏感性、特异性和F1分数分别为0.964、0.994和0.984。该数据集表明深度学习模型能够基于单张冠状位眼眶CT图像高精度区分这两种疾病，不仅依赖眼外肌增大的特征，还能识别其他显著性特征，在眼科疾病诊断、鉴别诊断及治疗评估方面具有潜在应用价值。
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。
