SZH数据集
大型耳内镜图像数据集，包含8种耳病和正常样本共24,233张图像，用于耳病分类和实时诊断研究。
基本信息
资源简介
SZH数据集
【一句话概览】
基于深度学习耳病诊断虽有效且经济，但缺乏多样化耳内镜数据集，且现有模型难以兼顾推理速度与参数规模。为此，研究者构建了首个大规模耳内镜数据集，涵盖八类耳病及无病样本，来自两家机构。受ShuffleNetV2启发提出Best-EarNet超快超轻网络，引入局部-全局空间特征融合模块与多尺度监督策略，结合迁移学习，仅0.77M参数即达95.23%和92.14%准确率，CPU上每秒80帧。基于该网络开发的Ear-keeper智能诊断系统已部署于常见电子设备，未来有望辅助实时耳道扫描与诊断（来源 arXiv）。
【数据集背景】
本数据集源站标题为《arXiv Query: search_query=&id_list=2308.10610v4&start=0&max_results=1》。源站首次发布：2023-08-21。
【数据内容】
源站原始描述：Deep learning-based ear disease diagnosis technology has proven effective and affordable. However, due to the lack of ear endoscope datasets with diversity, the practical potential of the deep learning model has not been thoroughly studied. Moreover, existing research failed to achieve a good trade-off between model inference speed and parameter size, rendering models inapplicable in real-world settings. To address these challenges, we constructed the first large-scale ear endoscopic dataset com…
中文译文（机器翻译，仅供快速理解，请以原文为准）：基于深度学习的耳病诊断技术已被证明有效且经济实惠。然而，由于缺乏多样性的耳内窥镜数据集，深度学习模型的实际潜力尚未得到充分研究。此外，现有研究未能在模型推理速度和参数规模之间实现良好的权衡，导致模型在实际环境中不适用。为了应对这些挑战，我们构建了首个大规模耳内窥镜数据集，包含来自两家机构的八种耳病类型和无病样本。受ShuffleNetV2启发，我们提出了Best-EarNet，一种超快速、超轻量级的网络，能够实现实时耳病诊断。Best-EarNet融合了新颖的局部-全局空间特征融合模块和多尺度监督策略，有助于模型关注不同层级特征图中的全局-局部信息。利用迁移学习，仅0.77M参数的Best-EarNet准确率分别达到95.23%（内部22,581张图像）和92.14%（外部1,652张图像）。特别地，它在CPU上实现了平均每秒80帧的速度。从模型实用性的角度来看，所提出的Best-EarNet在耳部病变检测任务中优于最先进的主干模型。最重要的是，基于Best-EarNet的智能诊断系统Ear-keeper已成功开发，并部署在常见的电子设备上（智能手机、平板电脑和个人电脑）。未来，Ear-Keeper有潜力协助公众和医疗保健提供者在实时视频中执行耳道的全面扫描和诊断，从而及时发现耳部病变。
【主题与分类】
主题标签：cs.CV、cs.SE。
【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://arxiv.org/abs/2308.10610v4
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
数据集说明
SZH数据集 对应论文数据集（arXiv 预印本）。
数据获取指引
- 打开论文页面获取作者与项目信息：https://arxiv.org/abs/2308.10610v4
- 论文 Data Availability / Code Availability 章节标注了数据实际托管位置；
- 获取到实际数据链接后，按对应平台标准方式下载。
论文摘要：Abstract:Early and accurate detection systems for ear diseases, powered by deep learning, are essential for preventing hearing impairment and improving population health. However, the limited diversity of existing otoendoscopy datasets and the poor balance between diagnostic accuracy, computational efficiency, and model size have hindered the translation of artificial intelligence (AI) algorithms into healthcare applications. In this study, we constructed a large-scale, multi-center otoendoscopy dataset covering eight common ear diseases and healthy cases. Building upon this resource, we developed Best-EarNet, an ultrafast and lightweight deep learning architecture integrating a novel Local-Global Spatial Feature Fusion Module with a multi-scale supervision strategy, enabling real-time and accurate classification of ear conditions. Leveraging transfer learning, Best-EarNet, with a model size of only 2.94 MB, achieved diagnostic accuracies of 95.23% on an internal test set (22,581 images) and 92.14% on an external test set (1,652 images), while requiring only 0.0125 seconds (80 frames per second) to process a single image on a standard CPU. Further subgroup analysis by gender and age showed consistently excellent performance of Best-EarNet across all demographic groups. To enhance clinical interpretability and user trust, we incorporated Grad-CAM-based visualization, highlighting the specific abnormal ear regions contributing to AI predictions. Most importantly, we developed Ear-Keeper, a cross-platform intelligent diagnosis system built upon Best-EarNet, deployable on smart
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。
