登录后查看消息通知
遇见数据集
杭州健培科技有限公司

杭州健培科技有限公司

企业

杭州健培科技有限公司成立于2012年,属科技推广和应用服务业,主营第二类医疗器械生产。面向医学影像、骨折诊断、医学影像分析等领域提供数据服务,开放人体骨折标注数据(医学影像、骨折诊断)、肺结节检测数据(医学影像分析、人工智能辅助诊断)、健培啄医生医疗AI综合解决方案服务(医疗AI、动物健康管理),支撑诊疗分析与医疗质控。

医学影像骨折诊断医学影像分析科技推广服务高新技术企业
成立于 2012 年浙江省http://www.jianpeicn.comzhao.mengfang@jianpeicn.com

数据概览

5
数据集总量
525
总浏览量
0
关注人数
2025-05-23
最近更新
分类统计

相关机构

  • 山
    山东大学
    拥有数据集:450个
    企业
  • 西
    西安佑君医疗信息有限公司
    拥有数据集:76个
    企业
  • 上
    上海市第十人民医院
    拥有数据集:29个
    企业
  • 云
    云上华佗数字健康(浙江自贸区)有限公司
    拥有数据集:18个
    企业
  • 上
    上海冰座晶依科技有限公司
    拥有数据集:16个
    企业

数据集列表

健培啄医生医疗AI综合解决方案服务
医疗AI
动物健康管理
啄医生医疗AI综合解决方案服务以基于Al的啄医生赋能临床、监管、科研及设备,覆盖智慧医院、医联体/医共体管理、精准医疗、健康管理、医保监管等多个应用场景,提升医疗能力,降低医疗风险,控制医疗费用,来全方面服务健康中国2030的国家战略。
杭州数据交易所2025-05-22 更新250
健培医学数据标注与建模分析服务
医学数据标准化
建模分析
数据标注与建模分析平台是一款集数据管理、标注管理、组学特征提取和建模于一体的全流程解决方案。平台专为科研机构、企业数据分析团队和AI开发者设计,提供从原始数据到模型的一站式服务,大幅提升数据科学项目的效率和质量。
杭州数据交易所2025-05-15 更新200
肺结节检测数据
医学影像分析
人工智能辅助诊断
肺癌死亡率居高不下的原因除了其自身治疗困难、容易转移和复发等诸多因素外,没能早期发现、早期治疗也是很重要的原因。就肺癌而言,早期发现、治疗,是降低死亡率和提高生存质量的主要策略之一。因此,需要使用专业软件对肺癌进行早期筛查。 肺结节智能辅助诊断系统借助人工智能深度学习技术辅助放射科医生进行微小病灶早期筛查、精准定位、良恶性鉴别;自动匹配患者多次诊断影像,对影像中相同病灶进行跟踪对比,以列表和视图的方式呈现,让医生对患者病灶的发展(如倍增时间等)有一个直观的认识;同时根据诊断结果自动给出诊断意见以及生成清晰的、图文并茂的结构化报告。数据采集:1.CT扫描探测器大于等于16排;2.CT影像符合DICOM3.0标准;3.CT影像重建层厚3mm及以下;4.CT影像需为肺部的完整影像,且清晰无伪影。 数据脱敏:为保证患者隐私安全和患者利益,数据遵循相关法律法规和规范性文件的要求进行了脱敏处理。 数据预处理:数据清洗:按层厚、体位、是否存在缺陷、是否符合入排标准四个方面进行。1.层厚:要求层厚不大于3mm,若同一检查下有多个序列则取符合要求的最小层厚序列;2.是否存在缺陷:CT影像的扫描范围应包括肺尖与肋膈角之间的全部,且不能进行任何修改编辑,每个病例的影响应当保持连续完整,不得出现缺层、错层且图像清晰;3.统一图像方向:读取CT影像的方位信息,将图像三维像素矩阵转换为方向统一的三维矩阵。归一化:读取数据的像素信息,结合肺窗的窗宽、窗位进行归一化操作,减少干扰,增强肺部对比度。 数据标注:肺结节CT数据标注采取标注并审核的标注方式,每一例数据由标注医生背靠背分别进行标注。标注医生、审核医生要求在二级及以上医院任职,标注医生要求工作经验在5年以上,审核医生要求工作经验10年以上,职称为主任医师或更高。所有标注人员需经过培训。
浙江省数据知识产权登记平台2024-10-30 更新1710
健培智慧云影像服务
医学影像
医疗信息化
针对医学影像大数据特性,提供稳定、高效的数据采集、数据融合、数据计算、数据挖掘、数据治理等服务,实现影像数据的共享开放,并且能够提高医疗数据利用率,充分挖掘医学影像大数据潜藏的价值,使其最大限度地为医疗服务。利用“影像上云”把区域内各个医疗机构医疗影像数据存储在影像医联体平台上,使医联体内的影像统一管理、检查互认,实现医疗资源共享,解决了医疗机构间信息不互通的问题。
杭州数据交易所2025-05-22 更新90
人体骨折标注数据
医学影像
骨折诊断
医学影像诊断:骨折标注数据在医学影像领域有着重要应用,通过标注X射线、CT扫描、核磁共振等医学影像,可以帮助医生更准确地识别和诊断骨折情况。 人工智能辅助筛查:随着人工智能技术的发展,骨折标注数据被用于训练AI模型,以实现对骨折的自动识别和筛查,提高诊断效率和准确性。 临床研究与教育:骨折标注数据集可以用于医学教育和临床研究,帮助医学生和年轻医生通过实际案例学习骨折的识别和处理。 计算机辅助检测(CADe)和诊断(CADx)工具开发:大量的骨折标注数据是构建全自动CADe和CADx工具的基础,这些工具可以用于骨骼损伤的筛查、诊断和决策支持。数据采集:要求CT影像数据符合以下条件:1.CT扫描探测器大于等于16排;2.CT影像符合DICOM 3.0标准;3.CT影像重建层厚3mm及以下;4.CT影像需为胸部的完整影像,且清晰无伪影。 采集过程:平扫:定位像扫描:1.胸部正位定位像,确定扫描范围和层次;2.扫描体位和方式:仰卧位,两臂上举抱头;横断面螺旋扫描;3.扫描范围:扫描范围肺尖至肺底;4.扫描视野(FOV):875px×875px-1000px×1000px(视受检者体形而定,需包括胸壁皮肤)。对比增强扫描:1.增强扫描时,扫描体位、方式、参数、层厚等通常与平扫一致。2.对比剂用量:常规增强,压力注射器静脉注射非离子型对比剂60~80ml,注射速率2.0~3.0ml/s;儿童按体重用量为1.0~1.5ml/kg,或参照药品说明书使用。3.扫描时相比普通增强延迟20-30秒行动脉期扫描、60-70秒行静脉期扫描。数据脱敏:使用的数据是获得医院相关伦理委员会批准或者豁免的临床脱敏数据,患者的隐私保护满足国家法律法规和监管部门规定等文件的要求。为保证患者隐私安全和患者利益,数据遵循相关法律法规和规范性文件的要求进行了脱敏处理,并保持数据的可追溯性。 数据预处理:数据清洗:按层厚、体位、是否存在缺陷、是否符合入排标准四个方面进行。1.层厚:要求层厚不大于3mm,若同一检查下有多个序列则取符合要求的最小层厚序列;2.体位:要求图像为横断位,即CT影像的方向余弦与横断位标准方向余弦之间差值的二阶范数不大于0.001;3.是否存在缺陷:CT影像的扫描范围应包括肺尖与肋膈角之间的全部,且不能进行任何修改编辑,每个病例的影响应当保持连续完整,不得出现缺层、错层且图像清晰;4.是否符合入排标准:由高年资医生,按照每个病例是否符合入排标准,进行手动筛选。统一图像方向:读取CT影像的方位信息,将图像三维像素矩阵统一为LPI方向的三维矩阵。归一化:读取数据的像素信息,结合骨窗的窗宽、窗位进行归一化操作,减少干扰。 数据标注:骨折CT数据标注采取“两标一审”的标注方式,每一例数据由二位标注医生背靠背分别进行一轮标注,标注完成后,对标记结果进行合并。将合并后的结果分配给审核医生进行审核。
浙江省数据知识产权登记平台2024-12-13 更新3000
关于我们
遇见数据集——让每个数据集都被发现,让每一次遇见都有价值。
数发科官网www.sfktec.com
联系我们
selectdataset@iotsh.com.cn
商业合作
数据驱动未来,携手共赢发展
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
热门搜索