肺癌检测与分类数据集
该数据集是一个基于CT扫描图像的肺癌检测与分类数据集，包含肺部影像数据，用于训练和评估深度学习模型。数据模态为医学影像（CT扫描），通过UNet++分割和InceptionResNetV2、EfficientNetB5等模型进行特征提取，并利用LSTM、GRU和Bi-LSTM分类器进行集成分类，主要应用于肺癌的计算机辅助诊断和医学影像分析研究，旨在提升肺癌早期检测的准确性和自动化水平。
创建时间2025-01-01
更新时间2025-01-01
资源简介
该数据集是一个用于肺癌检测与分类的CT影像数据集，主要用于验证一种名为CSODEL-LCC的新型肺癌分类技术。数据集包含通过CT扫描获取的肺部影像，用于训练和评估深度学习模型。数据来源为公开的基准CT图像数据集，通过UNet++算法进行图像分割，并利用InceptionResNetV2和EfficientNetB5模型进行特征提取，最终通过LSTM、GRU和Bi-LSTM等深度学习分类器进行集成分类。该数据集主要应用于医学影像分析领域，支持肺癌的计算机辅助诊断研究，旨在提高肺癌检测的准确性和效率。
提供机构：Osmania University; Maturi Venkata SubbaRao Engineering College
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 肺癌 的高质量、多模态真实临床数据定制解决方案。