摘要：超声胎儿数据集包含医学超声扫描图像，3 个类别（正常/良性/恶性），专为胎儿健康评估、疾病检测、深度学习分割和分类任务设计。

数据集简介

数据集概述

超声胎儿数据集是一个精选的利用超声图像进行胎儿健康评估的合集，包含一系列专注于胎儿数据的医学超声扫描图像。该数据集旨在支持将深度学习技术应用于胎儿超声图像分析的研究和开发，用于胎儿健康监测、疾病检测和风险评估。数据集基于显示胎儿信息的医学超声扫描图像，专为深度学习模型在产前诊断和胎儿医学中的应用而设计。

数据集包含 3 个类别的超声图像：

(1) 正常（Normal）：超声波图像显示胎儿健康，无异常征兆；
(2) 良性（Benign）：超声图像显示胎儿无癌变迹象，良性状态 ；
(3) 恶性（Malignant）：超声图像显示胎儿可能存在癌变迹象，需要进一步评估 。

数据类型：医学超声扫描图像（胎儿超声）。

应用任务：数据集设计用于与深度学习模型配合使用，执行以下任务：(1) 胎儿疾病水平检测：识别胎儿疾病的存在及其严重程度 ；(2) 分割：在超声图像中精确勾勒出感兴趣的特定区域（如胎儿器官、异常区域）；(3) 分类：将超声图像分为正常、良性或恶性三类。

支持胎儿健康评估与监测、胎儿疾病检测、产前诊断、三类别分类（正常/良性/恶性）、医学图像分割、深度学习模型训练（CNN、U-Net、ResNet）、CAD 系统、妇产科医学研究、早期疾病检测、风险评估和临床决策支持。

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-154
文件大小：600M
原创声明：本数据集为整理作品