气胸患者特征数据集
该数据集包含175例疑似气胸患者的CT影像和临床表格数据，通过提取影像组学特征并应用梯度提升机、XGBoost等机器学习模型，旨在开发智能诊断工具以提升气胸检测的准确性和效率，支持放射科医生进行快速、精准的影像解读，减少诊断错误并改善患者预后。
基本信息
资源简介
气胸患者特征数据集
【数据集背景】
本数据集源站标题为《Characteristics of patients with pneumothorax.》。源站首次发布：2024-12-09。
【数据内容】
源站原始描述：The increasing complexity of diagnostic imaging often leads to misinterpretations and diagnostic errors, particularly in critical conditions such as pneumothorax. This study addresses the pressing need for improved diagnostic accuracy in CT scans by developing an intelligent model that leverages radiomics features and machine learning techniques. By enhancing the detection of pneumothorax, this research aims to mitigate diagnostic errors and accelerate the process of image interpretation, ultima…
【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.pone.0314988.t001。
【主题与分类】
源站学科分类：Space Science、Neuroscience、Environmental Sciences not elsewhere classified、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified、Cancer。主题标签：various evaluation criteria、receiver operating characteristic、machine learning techniques、lgbm )&# 8212、gradient tree boosting、gradient boosting machine、enhance patient care、based machine learning、100 %, respectively、mitigate diagnostic errors。
【适用方向】
源站学科分类标注为 Space Science、Neuroscience、Environmental Sciences not elsewhere classified、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified、Cancer。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Characteristics_of_patients_with_pneumothorax_/27995798
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Dehbaghi, Hanieh Alimiri; Khoshgard, Karim; Sharini, Hamid; Khairabadi, Samira Jafari; Naleini, Farhad (2024). Characteristics of patients with pneumothorax.. PLOS ONE. Dataset
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/Characteristics_of_patients_with_pneumothorax_/27995798
按页面 Download 按钮获取。
数据说明
该数据集旨在通过影像组学与机器学习方法提升气胸诊断的准确性。数据集包含175例疑似气胸患者的CT影像及临床数据，影像经过Matlab软件预处理，并从中提取了影像组学特征。研究采用梯度提升机（GBM）、极限梯度提升（XGBoost）和LightGBM等机器学习模型对特征进行分析，评估指标包括准确率、精确率、特异性、敏感性、F1分数、AUC及误分类率等。结果显示，GBM模型在准确率（98.97%）和精确率（99.55%）上表现最佳。该数据集主要用于支持气胸的智能辅助诊断研究，帮助放射科医生提高诊断效率、减少误诊，并优化患者诊疗流程。
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。
