MedMNIST：上海交大发布医学影像领域的 MNIST（附下载）

来源：CV君 我爱计算机视觉

今天上海交大的研究学者发文 MedMNIST Classification Decathlon: A Lightweight AutoML Benchmark for Medical Image Analysis ，公布了其收集整理的10个医学领域的图像数据集MedMNIST，旨在促进AutoML（自动机器学习）在医学领域的技术研究。

该数据集特点：

• 利于研究教学：数据来自具有知识共享（CC）许可的多个开放式医学图像数据集，易于用于教育目的。

• 标准化：将数据预处理为相同格式，无需用户了解任何背景知识

• 多样性：涵盖了各种数据规模（从100到100,000）和任务（二分类/多类分类，有序回归和多标签学习）。

• 轻量级：28×28的图像大小适合快速原型设计和试验多模态机器学习和AutoML算法。

  
  

该数据集相关统计：

可见覆盖了常见的医学影像数据源：病理图片、胸部X光、皮肤镜、超声、眼底摄影、OCT、CT等。

另外，作者提供了代码，在此10个数据集上进行了人工设计网络和常见AutoML工具设计的模型的评测，结果如下：

可见：

• Google AutoML Vision 在大多数情况下都表现不错，但相比手工设计的 ResNet-18/50也有逊色的时候；

• auto-sklearn 的表现一直很稳定的差 /sad；

• AutoKeras 在数据量较大的数据集上表现很好，在数据量小时往往不佳。

总之，以上AutoML工具在MedMNIST面前没有完美胜出者，这也说明MedMNIST对于研究者来说是个好数据集。

最后附上项目主页：

https://medmnist.github.io/

论文地址：

https://arxiv.org/abs/2010.14925

Demo代码地址：

https://github.com/MedMNIST/MedMNIST

下载：

由于原数据地址国内无法下载，登录极市平台社区，即可获得提取码，收到论文、代码、数据打包下载链接。

链接: https://pan.baidu.com/s/1PJbpN04JEuOTnGL4Ln14Qw 提取码: 提示：此内容登录后可查看

END

Keras 实现深度残差收缩网络（MNIST 图像）
CVPR 2020 论文大盘点-医学影像处理识别篇
25 篇 CV 领域最新综述性文章！分方向整理: 目标检测 / 图像分类 / 姿态估计 / 医学影像 / 人脸识别