摘要该卵巢状况超声数据集由伊朗哈马丹医科大学法蒂米耶医院在2023-2024年间采集包含301张高分辨率1024×1024像素的经阴道超声图像。数据集概述该卵巢状况超声数据集由伊朗哈马丹医科大学法蒂米耶医院在2023-2024年间采集包含301张高分辨率1024×1024像素的经阴道超声图像。数据集涵盖20-45岁女性患者所有扫描均由一位具有不孕症专科培训资质的妇产科医生完成确保了数据采集的专业性和一致性。该数据集已发表于Frontiers in Physiology期刊专门用于医学图像分析和人工智能辅助卵巢疾病诊断研究。数据结构与关键特征数据集按临床诊断分为三个类别正常卵巢41张、优势卵泡144张和多囊卵巢综合征PCOS116张类别分布相对均衡且具有临床代表性。所有图像均采用飞利浦Affiniti 50超声系统采集保证了图像质量的统一性。图像标注由经验丰富的放射科医生根据临床评估完成提供了可靠的真实标签为监督学习提供了高质量的训练数据。数据集的标准化分辨率和专业标注使其成为深度学习模型训练的理想基础。应用价值与研究方向该数据集在妇科医学影像智能诊断领域具有重要应用价值可用于开发计算机辅助诊断系统、训练卵巢疾病分类模型以及评估深度学习算法在超声图像分析中的性能。研究方向包括但不限于基于卷积神经网络的多分类任务、迁移学习在小样本医学图像中的应用、可解释性AI模型开发以及多模态融合诊断系统构建。该数据集为推动人工智能在生殖健康领域的临床应用提供了宝贵的研究资源有助于提高PCOS等常见妇科疾病的早期筛查效率和诊断准确性。数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-310文件大小9M原创声明本数据集为整理作品