联邦医学成像灵活公平性指标数据集

资源简介

联邦医学成像灵活公平性指标数据集

【一句话概览】

本数据集是 figshare 公开的影像数据集，收录 1 个文件、合计 348.73 MB，主题涵盖 Computer Vision、Fairness、Machine Learning、Cervical Cancer、Multi-center，可用于医学图像分割、检测与分类模型的训练与评测，CC BY 4.0 许可开放获取。

【数据集背景】

本数据集源站标题为《Achieving Flexible Fairness Metrics in Federated Medical Imaging》。配套论文《Achieving flexible fairness metrics in federated medical imaging》发表于 Nature Communications（2025），DOI：10.1038/s41467-025-58549-0。源站首次发布：2025-04-09。

【数据内容】

源站原始描述：The Dataset published with our paper "Achieving Flexible Fairness Metrics in Federated Medical Imaging" on Nature Communications. We curate a multi-center dataset for cervical cancer segmentation that includes 678 patients from four hospitals. This diverse dataset allows for a more comprehensive analysis of model performance across different population groups, ensuring the findings are applicable to a broader range of patients

中文译文（机器翻译，仅供快速理解，请以原文为准）：随我们在 Nature Communications 上发表的论文《Achieving Flexible Fairness Metrics in Federated Medical Imaging》一同发布的数据集。 我们整理了一个用于宫颈癌分割的多中心数据集，包含来自四家医院的678名患者。这一多样化数据集有助于更全面地分析模型在不同人群中的性能，确保研究结果适用于更广泛的患者群体。

【数据结构与技术规格】

文件数 1 个，合计 348.73 MB。数据集 DOI：10.6084/m9.figshare.28639598.v1。

【主题与分类】

源站学科分类：Cancer。主题标签：Computer Vision、Fairness、Machine Learning、Cervical Cancer、Multi-center。

【适用方向】

影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。

【获取与许可】

源站页面：https://springernature.figshare.com/articles/dataset/Achieving_Flexible_Fairness_Metrics_in_Federated_Medical_Imaging/28639598

使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。

规范引用：Li, Zhen; Xing, Huijun; Sun, Rui; Ren, Jinke; Wei, Jun; Feng, Chun-Mei; et al. (2025). Achieving Flexible Fairness Metrics in Federated Medical Imaging. figshare. Dataset