摘要脑血管病变数据集是一个基于 CT 图像的深度学习分类数据集使用新型 SwinNeXt 架构。该研究收集了 2018-2022 年间土耳其马拉蒂亚图尔古特·厄扎尔大学医学院神经内科患者的回顾性 CT 图像数据集排除了有运动伪影的 CT 图像。数据集简介数据集概述脑血管病变数据集是一个基于 CT 图像的深度学习分类数据集使用新型 SwinNeXt 架构。该研究收集了 2018-2022 年间土耳其马拉蒂亚图尔古特·厄扎尔大学医学院神经内科患者的回顾性 CT 图像数据集排除了有运动伪影的 CT 图像。患者图像由放射科医生和神经科医生回顾性扫描和解读。研究包含 10 个类别研究人群包括 405 名男性和 328 名女性共 733 名个体总计 10,865 张图像。数据集包含 10 个脑血管病变类别(1) 急性缺血性梗死Acute ischemic infarction83 例45 男/38 女平均年龄 70.78±15.371119 张图像(2) 硬膜外出血Epidural hemorrhage69 例48 男/21 女平均年龄 55.94±17.561011 张图像(3) 慢性缺血性梗死Chronic ischemic infarction74 例41 男/33 女平均年龄 62.25±12.321008 张图像(4) 硬膜下积液Subdural effusion66 例36 男/30 女平均年龄 71.30±15.881080 张图像(5) 脑实质出血Parenchymal hemorrhage96 例54 男/42 女平均年龄 65.25±19.641077 张图像(6) 蛛网膜下腔出血Subarachnoid arachnoid hemorrhage77 例32 男/45 女平均年龄 52.12±18.471166 张图像(7) 硬膜下出血Subdural hemorrhage80 例42 男/38 女平均年龄 48.44±17.541177 张图像(8) 脑室出血Ventricular hemorrhage72 例40 男/32 女平均年龄 62.78±18.881020 张图像(9) 混合型脑血管疾病Mixed cerebrovascular disease69 例42 男/27 女平均年龄 68.75±14.631191 张图像(10) 健康对照Healthy Control47 例25 男/22 女平均年龄 38.24±16.241016 张图像。数据集总计 733 名患者405 男/328 女10,865 张 CT 图像。支持脑血管病变分类10 类、CT 图像分析、深度学习模型训练SwinNeXt、CNN、Transformer、神经影像学研究、脑血管疾病检测、急性缺血性梗死识别、脑出血分类硬膜外/硬膜下/蛛网膜下腔/脑室/脑实质、混合型脑血管疾病诊断、计算机辅助诊断CAD系统、医学图像分类、临床决策支持、神经内科应用、放射科应用、医学教育与培训、算法基准测试。数据集来源Macin, G. 等2025创建论文标题”Deep learning-based classification of cerebrovascular lesions on CT images using a novel SwinNeXt architecture”基于深度学习的 CT 图像脑血管病变分类使用新型 SwinNeXt 架构。数据集来自土耳其马拉蒂亚图尔古特·厄扎尔大学医学院神经内科 2018-2022 年回顾性 CT 图像排除运动伪影由放射科医生和神经科医生解读。包含 10 个类别急性/慢性缺血性梗死、硬膜外/硬膜下/蛛网膜下腔/脑室/脑实质出血、硬膜下积液、混合型、健康对照733 名患者405 男/328 女10,865 张 CT 图像专为脑血管病变深度学习分类和 SwinNeXt 架构研究设计。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-141文件大小1.2G原创声明本数据集为整理作品