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。
创建时间2023-02-24
更新时间2023-02-24
原始链接
https://figshare.com/articles/dataset/Contingency_table_of_human_image_classification_/22155577
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。
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 鼓膜穿孔 的高质量、多模态真实临床数据定制解决方案。