人类图像分类列联表
该数据集包含202张真实的鼓膜高清内窥镜图像及通过生成对抗网络（StyleGAN2-ADA）生成的合成图像，数据模态为医学图像。其主要用途是通过人类评审员验证合成图像的质量，评估合成图像在增强真实医学数据集、支持耳鼻喉头颈外科深度学习模型（如基于耳镜图像的诊断预测）开发中的潜力，同时关注合成数据在多样性和验证方面的挑战。
基本信息
资源简介
人类图像分类列联表
【数据集背景】
本数据集源站标题为《Contingency table of human image classification.》。源站首次发布：2023-02-24。
【数据内容】
源站原始描述：Synthetic clinical images could augment real medical image datasets, a novel approach in otolaryngology–head and neck surgery (OHNS). Our objective was to develop a generative adversarial network (GAN) for tympanic membrane images and to validate the quality of synthetic images with human reviewers. Our model was developed using a state-of-the-art GAN architecture, StyleGAN2-ADA. The network was trained on intraoperative high-definition (HD) endoscopic images of tympanic membranes collected from…
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 1.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pdig.0000202.t001。
【主题与分类】
源站学科分类：Space Science、Medicine、Cell Biology、Biotechnology、Information Systems not elsewhere classified、Marine Biology。主题标签：otolaryngology &# 8211、learning &# 8221、humans &# 8217、frechet inception distance、512x512 image resolution、tympanic membranes collected、bolster real datasets、reviewed 925 images、human reviewers demonstrated、human reviewer validation。
【适用方向】
源站学科分类标注为 Space Science、Medicine、Cell Biology、Biotechnology、Information Systems not elsewhere classified、Marine Biology。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Contingency_table_of_human_image_classification_/22155577
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Suresh, Krish; Cohen, Michael S.; Hartnick, Christopher J.; Bartholomew, Ryan A.; Lee, Daniel J.; Crowson, Matthew G. (2023). Contingency table of human image classification.. PLOS Digital Health. Dataset
【使用注意】
· 源站最后修改于 2023-06-21，引用时请注意版本时效。
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
数据集获取（Figshare）
源站：https://figshare.com/articles/dataset/Contingency_table_of_human_image_classification_/22155577
按页面 Download 按钮获取。
数据说明
该数据集旨在评估合成鼓膜图像在医学图像分析中的潜在应用。数据集包含用于训练生成对抗网络（GAN）的真实鼓膜高清内窥镜图像，以及通过StyleGAN2-ADA生成的合成图像。真实图像来源于接受鼓膜切开术及可能置管的儿科患者术中采集的图像，共计202张。通过人类评审员对925张图像进行验证，评估其区分合成与真实图像的能力，测量指标包括敏感性、特异性和曲线下面积（AUC）。该数据集主要用于验证合成医学图像的质量，探索其在增强真实数据集、支持耳鼻喉头颈外科深度学习模型（如诊断预测）开发中的应用，并强调在使用合成数据时需注意数据多样性和模型验证问题。
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。
