摘要：该颅内出血筛查数据集包含7,500个CT轴向切片，用于二元分类任务（无颅内出血vs颅内出血）。
数据集概述
该颅内出血筛查数据集包含7,500个CT轴向切片，用于二元分类任务（无颅内出血vs颅内出血）。类别分布接近平衡：无颅内出血（ICH）3,707个切片（49.43%），颅内出血3,793个切片（50.57%）。数据集支持大规模表格标签管理（可处理100,000行CSV），实现可扩展的数据记账和划分，适合开发基于深度学习的颅内出血自动筛查系统。
数据结构与关键特征
数据集包含单通道轴向切片强度图（2D格式），原始数据转换为float32类型。预处理后的导出模型输入为3×224×224 ImageNet归一化张量，采用标准图像分类网络输入格式。二元分类目标：0类=无颅内出血，1类=颅内出血。数据集支持批量处理和标准化预处理流程，适配主流深度学习框架（PyTorch、TensorFlow）。
应用价值与研究方向
该数据集可用于颅内出血自动检测、急诊影像筛查、临床决策支持等研究。研究方向包括二元分类模型开发（ResNet、EfficientNet、Vision Transformer）、迁移学习在医学影像中的应用、类别不平衡处理、模型可解释性（Grad-CAM）、实时筛查系统、假阴性率优化、多任务学习（出血类型细分）等，对急诊室快速分诊、降低漏诊率、缩短诊断时间、辅助放射科医生决策、推动AI在神经影像学中的应用具有重要临床价值。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-354
文件大小：133M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)