Tıbbi Görüntüleme Veri Setleri
Tanısal yapay zeka modellerini güçlendirmek, MedTech gelişimini hızlandırmak ve ileri klinik araştırmaları desteklemek için tasarlanmış yüksek kaliteli, çeşitli radyoloji ve kardiyoloji veri kümeleri.
Yapay Zeka/Makine Öğrenimi Sağlık Çözümleri için Tıbbi Görüntüleme ve Sinyal Veri Kümeleri
Shaip, sağlık hizmetlerinde yeni nesil Yapay Zeka/Makine Öğrenmesi çözümlerini desteklemek üzere tasarlanmış kapsamlı bir tıbbi görüntüleme ve sinyal veri kümeleri portföyü sunar. Radyolojiden kardiyolojiye kadar, veri kümelerimiz tanı, triyaj ve karar desteği için sağlam modeller oluşturmanıza, eğitmenize ve doğrulamanıza yardımcı olur.
Koleksiyonlarımız gerçek dünyadaki klinik ortamlardan derlenmekte ve sıkı kalite standartları kullanılarak hazırlanmaktadır. Her veri seti, yapay zeka/makine öğrenimi iş akışları için tutarlılık, doğruluk ve kullanılabilirlik sağlamak amacıyla gelişmiş tekniklerle özenle açıklanmış ve işlenmiş yüksek çözünürlüklü görüntü veya sinyallerden oluşur. İster hastalık tespiti, ister iş akışı otomasyonu veya klinik araştırma için algoritmalar geliştiriyor olun, Shaip ihtiyacınız olan güvenilir veri temelini sağlar.
Shaip ile sağlık kuruluşları, MedTech şirketleri ve araştırma kurumları, çeşitli modalitelerdeki yüksek kaliteli veri kümelerinden yararlanarak inovasyonu hızlandırabilir, tanı doğruluğunu iyileştirebilir ve sonuç olarak hasta sonuçlarını iyileştirebilir.
| Veri Kümesi Türü | hacim | Coğrafya | Format |
|---|---|---|---|
| Veri Kümesi TürüUltrason (ABD) | hacim~2 milyonun üzerinde çalışma | CoğrafyaABD, Brezilya, Almanya, Hindistan | FormatDICOM |
| Veri Kümesi TürüMamografi (MG) | hacim~1 milyonun üzerinde çalışma | CoğrafyaABD, Brezilya, Almanya, Hindistan | FormatDICOM |
| Veri Kümesi TürüDiğer / Belirtilmemiş Yöntem | hacim~500 bin çalışma | CoğrafyaABD, Brezilya, Almanya, Hindistan | FormatDICOM |
| Veri Kümesi TürüTaşınabilir Başucu UltrasonuVasküler Dupleks, Karın ve Genel | hacim~317 bin çalışma | CoğrafyaABD (11 eyalet, Orta Atlantik ve Kuzeydoğu) | FormatDICOM + JSON/CSV |
| Veri Kümesi TürüEKG | hacim~138 bin çalışma | CoğrafyaABD (11 eyalet, Orta Atlantik ve Kuzeydoğu) | FormatDICOM + JSON/CSV |
| Veri Kümesi TürüNükleer Tıp (NM) | hacim~100 bin çalışma | CoğrafyaABD, Brezilya, Almanya, Hindistan | FormatDICOM |
| Veri Kümesi TürüSes / Ek Ultrason (AU) | hacim~100 bin çalışma | CoğrafyaABD, Brezilya, Almanya, Hindistan | FormatDICOM |
| Veri Kümesi TürüEkokardiyografi | hacim~34 bin çalışma | CoğrafyaABD (11 eyalet, Orta Atlantik ve Kuzeydoğu) | FormatDICOM + JSON/CSV |
| Veri Kümesi TürüUltrason | hacim1 bin çalışma | CoğrafyaOrta Doğu | FormatJPG / JPEG |
| Veri Kümesi TürüMamografi | hacim1 bin çalışma | CoğrafyaOrta Doğu | Format- |
| Veri Kümesi TürüKimliksizleştirilmiş DICOM Görüntüleme Veri Kümesi | hacim- | Coğrafya- | FormatDCM |
| Veri Kümesi TürüDermatoloji Veri BankasıKlinik + histopatoloji, Fitzpatrick IV–VI cilt tonları dahil. | hacim4K+ hasta | CoğrafyaHindistan (Güney Asya) | FormatKimliksizleştirilmiş JPEG/DICOM dosyaları, yapılandırılmış kayıtlar, patoloji raporları |
| Veri Kümesi TürüDermatoloji (Dermoskopi) | hacim500 çalışmaları | CoğrafyaOrta Doğu | Format- |
| Veri Kümesi TürüDermatoloji (Klinik) | hacim500 çalışmaları | CoğrafyaOrta Doğu | Format- |
| Veri Kümesi TürüAnonimleştirilmiş Dermatoloji Görüntü Veri Kümesi | hacim- | Coğrafya- | FormatJPG |
| Veri Kümesi TürüGöz dibi görüntüleme | hacim1 bin çalışma | CoğrafyaOrta Doğu | Format- |
| Veri Kümesi TürüRetina Fotoğrafçılığı | hacim1 bin çalışma | CoğrafyaOrta Doğu | Format- |
| Veri Kümesi Türühistopatolojisi | hacim500 çalışmaları | CoğrafyaOrta Doğu | Format- |
| Veri Kümesi TürüDiş Hekimliği Uygulama KayıtlarıKodlanmış işlemler, tedavi geçmişi, talepler, randevu ve geri çağırma modelleri | hacim181 milyondan fazla hasta | CoğrafyaABD, Kanada | FormatCSV, PDF, X-ışını |
| Veri Kümesi TürüDental Panoramik DCM | hacim30 bin çalışma | CoğrafyaOrta Doğu | FormatDCM |
| Veri Kümesi TürüDiş Periapikal | hacim30 bin çalışma | CoğrafyaOrta Doğu | Format- |
| Veri Kümesi TürüDiş Hekimliğiyle İlgili Açıklamalı Görüntüler | hacim18 bin çalışma | CoğrafyaFransa | FormatJPG / JSON |
| Veri Kümesi TürüDiş Panoramik JPEG | hacim- | CoğrafyaOrta Doğu | FormatJPEG |
| Veri Kümesi TürüAnonimleştirilmiş Kan Raporu | hacim- | Coğrafya- | FormatPDF |
Metin, ses, video veya resim gibi tüm Veri Lisanslama türleri ile ilgileniyoruz. Veri kümeleri, ML için Tıbbi veri kümelerinden oluşur: Doktor Dikte Veri Kümesi, Doktor Klinik Notları, Tıbbi Konuşma Veri Kümesi, Tıbbi Transkripsiyon Veri Kümesi, Doktor-Hasta Görüşmesi, Tıbbi Metin Verileri, Tıbbi Görüntüler – CT Taraması, MRI, Ultra Ses (toplanan temel özel gereksinimler) .
Aradığınızı bulamıyor musunuz?
Tüm veri türlerinde kullanıma hazır yeni tıbbi veri kümeleri toplanıyor
Sağlık eğitimi veri toplama endişelerinizi gidermek için şimdi bizimle iletişime geçin
