本期内容中，小编为大家整理出一些超声图像的公开数据集，这些数据集涵盖了乳腺，肺部，肾脏，心脏，肝脏，胎儿等体部，经测试都是真实可用的数据，公开的超声图像数据集为研究人员和开发者提供了宝贵的资源，使工程师能够在没有高昂成本或复杂数据获取流程的情况下，进行算法开发和测试。这些数据集的存在显著降低了医学影像AI领域的入门门槛，加速了从理论研究到临床应用的转化。
开放心脏超声图数据集（TMED）：
这一数据集包括心脏超声影像，专注于心脏瓣膜疾病的诊断。TMED数据集通过详细标注的心脏解剖视图，支持心脏疾病的深入研究和诊断算法的开发。
COVIDx-US肺部超声数据集
该数据集是针对COVID-19疫情开发，包括了大量从不同数据源整合的超声图像，旨在通过人工智能辅助诊断COVID-19的肺部情况。COVIDx-US数据集中包含的超声视频和图像经过精细的标准化处理，适合用于开发和测试AI模型。
Breast Lesion Ultrasound乳腺数据集
乳腺病变超声图像数据集提供了用于乳腺病变分析的超声图像，这些图像用于训练识别良性和恶性肿瘤的深度学习模型。数据的多样性和高质量注释对于推动乳腺癌早期诊断技术的发展具有重要意义。
开放肾脏超声数据集：
该数据集提供了超过500张二维B模式的腹部超声图像，以及详细的多边形标注。这些图像来自多种超声设备制造商，旨在支持医学影像AI的研究和开发，仅限于非商业用途。数据按肾脏类型和视图类型进行标注，访问需注册。
浅表/皮肤高频超声数据集:
这个数据集专注于用于深度学习的图像质量评估。它包括用于研究和开发高频超声图像质量评估技术的数据。该数据集允许广泛的研究和技术开发，以提高超声图像的分析和解释能力。
甲状腺超声图像数据库:
该数据集包括甲状腺结节的超声图像，这些图像是由专家放射科医生标注和诊断的。它是用于甲状腺病变分析和机器学习应用的一个重要资源，支持研究人员在甲状腺疾病诊断方面的工作。
FPUS23胎儿超声数据集：
这个数据集包含用于评估胎儿定向、胎儿平面和解剖特征的深度神经网络评估。它使用了复杂的采集技术来模拟真实的胎儿表现，旨在通过超声探头在体模腹部上不同的方向和定位捕获图像，增强数据集的多样性和信息量。此外，每个采集到的超声帧都进行了详细的标注，以支持深度学习模型的训练。
综合超声数据集Ultrasound Dataset:
这是一个包含多个超声图像数据集的仓库，如乳腺、肾脏和产前数据集，适用于各种医学研究和算法训练，数据集得到了中国人民解放军总医院第四医学中心、民航总医院和天津市肿瘤医院的支持，目前数据集发布了乳腺，肾脏，膀胱等数据集。
最后，惯例一张AI图：
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
