Hemorica:用于自动脑出血分类分割与检测的综合性CT扫描数据集
本文介绍Hemorica数据集,这是一个包含372例头部CT扫描的公开医学影像资源,数据采集于2012至2024年间,针对五种颅内出血亚型提供患者级与切片级的精细标注,包括分类标签、边界框及二维三维分割掩模;该数据集采用双人标注流程并经神经外科医生裁定,统计分析证实其临床真实性;基准测试显示轻量级模型MobileViT-XS在二元分类中达到87.8%的F1分数,U-Net与DenseNet161组合在病变分割中取得85.5%的Dice分数;Hemorica支持多任务学习与课程学习,为开发基于AI的颅内出血检测与量化系统提供统一基准,有望提升急诊环境中脑出血诊断的准确性与效率,减轻全球特别是中低收入国家的脑卒中负担。

