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
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。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
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。
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 气胸 的高质量、多模态真实临床数据定制解决方案。
