这是一个专注于脑出血检测的计算机视觉数据集，由AI提供。该数据集采用语义分割技术，包含25张医学影像，专门用于识别脑内出血（Intracranial Hemorrhage，简称ICH）。
数据集基本信息：
- 图像数量：25张
- 数据集版本：1个
- 类别数量：1类（ICH，即脑内出血）
- 任务类型：语义分割
- 许可证类型：CC BY 4.0（知识共享署名4.0国际许可协议）
- 最后更新：2023年1月
该数据集为医学影像分析和AI辅助诊断研究提供了基础资源。平台还提供了免费的脑内出血(ICH)检测API，研究人员和开发者可通过简单的代码调用该API进行脑出血检测。
API使用示例：
1. 导入库
from inference_sdk import InferenceHTTPClient
2. 连接到工作区
client = InferenceHTTPClient(
api_url="
api_key="API****"
)
3. 在图像上运行工作流
result = client.run_workflow(
workspace_name="<YOUR_WORKSPACE>",
workflow_id="<YOUR_WORKFLOW_ID>",
images={
"image": "YOUR_IMAGE.jpg" # 图像文件路径
},
parameters={
"classes": "ICH"
},
use_cache=True # 缓存工作流定义15分钟
)
4. 获取结果
print(result)
引用信息：
如果在研究论文中使用此数据集，请按以下BibTeX格式引用：
@misc{ brain-bleed_dataset,
title = { 脑出血数据集 },
type = { 开源数据集 },
author = { AI },
howpublished = { Roboflow Universe },
journal = { Roboflow Universe },
publisher = { Roboflow },
year = { 2023 },
month = { 1 }
}
该数据集虽规模有限但专业性强，聚焦于神经影像学中的关键问题——脑内出血的自动识别。通过提供结构化的医学影像数据和便捷的API接口，它降低了医疗AI研究的门槛，促进了人工智能技术在临床诊断中的应用，对提高脑出血诊断的准确性和及时性具有潜在的临床价值。
【全文结束】