基于MRI影像组学的骨软骨肉瘤机器学习分类数据集

该数据集包含58例骨软骨肿瘤患者的MRI影像数据,涵盖T1加权和T2加权两种模态,通过手动分割提取影像组学特征,用于训练和评估机器学习模型以区分低级别与高级别软骨肉瘤,主要应用于骨肿瘤的影像组学分析和辅助诊断研究。

Zenodo
Zenodo
2020-11-12 更新
骨肿瘤影像组学医学影像辅助诊断
创建时间2020-11-12
更新时间2020-11-12
原始链接

https://zenodo.org/record/4269910

访问原始数据
官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

资源简介

本数据集旨在通过机器学习方法,基于未增强磁共振成像(MRI)提取的影像组学参数,对骨软骨肿瘤进行低级别与高级别的鉴别诊断。数据集包含58例经组织学证实的骨软骨肿瘤患者,其中26例为低级别/非典型软骨肿瘤,32例为高级别软骨肉瘤。所有病例均包含T1加权和T2加权MRI图像,并进行了手动分割以提取一阶和纹理特征。数据集采用随机森林进行特征选择,并使用AdaboostM1分类器进行模型训练与评估。该数据集主要用于骨肿瘤的影像组学研究、机器学习辅助诊断模型开发,以及术前肿瘤分级评估等临床应用。

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 软骨肉瘤 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案
影像MRI radiomics-based machine-learning classification of bone chondrosarcoma