PulseAugur
实时 21:22:59
English(EN) Methodology for Creating a Clinically Verified Dermoscopic Image Dataset

新方法规范了用于人工智能皮肤病学的临床图像数据集

研究人员开发了一种创建临床验证的皮肤镜图像数据集的新方法,这对于推进人工智能驱动的皮肤病学诊断系统至关重要。该方法使用移动设备标准化图像采集,包含16个结构化元数据字段,并强制执行多阶段专家验证,包括对恶性病变的组织学确认。一个包含1026张图像(来自443名患者)的试点数据集(于2025年6月至2026年5月收集)证明了该方法的效果,其中所有39个恶性病变均有已验证的诊断。 AI

影响 为高质量医学图像数据集建立了标准化框架,从而能够更可靠地开发和评估皮肤病学领域的人工智能模型。

排序理由 该集群包含一篇详细介绍创建专用数据集方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Kozachok Elena Sergeevna ·

    Methodology for Creating a Clinically Verified Dermoscopic Image Dataset

    arXiv:2605.25168v1 Announce Type: cross Abstract: This study presents a methodology for constructing a clinically verified dataset of dermatoscopic images for medical informatics research. The relevance of the work is driven by the fact that the performance of automated diagnosti…