智能算法用于皮肤荧光镜检测恶性黑色素瘤的体内研究补充材料
该数据集包含27名患者共29个疑似恶性黑色素瘤皮肤病变的皮肤镜图像数据，通过传统的皮肤荧光镜检查方法和一种基于颜色值分析的智能算法进行采集，旨在评估该算法在缩短测量时间的同时保持或提升诊断准确性的性能。数据模态主要为医学图像（皮肤镜图像），主要用于皮肤癌的计算机辅助诊断、医学图像分析算法优化以及非侵入性皮肤病变检测技术的临床研究与应用开发。
更新时间2024-11-28
原始链接
https://karger.figshare.com/articles/dataset/Supplementary_Material_for_In_vivo_study_to_evaluate_an_intelligent_algorithm_for_time_efficient_detection_of_malignant_melanoma_using_dermatofluoroscopy/27923247/1
官方服务
帮我联系如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集源自一项临床研究，旨在评估一种用于缩短恶性黑色素瘤诊断时间的智能算法。数据集包含27名患者共29个疑似皮肤黑色素瘤病变的皮肤镜图像数据，这些数据通过传统的皮肤荧光镜检查方法和新开发的智能算法进行采集与处理。智能算法通过分析病变区域的颜色值来自动选择测量点，从而减少测量时间。研究结果表明，该算法将测量点中位数从265个减少至158个（节省40%时间），同时诊断准确性（AUC为72%）优于传统方法（AUC为63%）。该数据集主要用于皮肤癌的计算机辅助诊断、医学图像分析算法开发及非侵入性皮肤病变检测技术的研究。
提供机构：Karger Publishers
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 皮肤癌 的高质量、多模态真实临床数据定制解决方案。