MedMNIST:上海交大发布医学影像领域的 MNIST(附下载)

技术讨论 你找不到我 ⋅ 于 5个月前 ⋅ 最后回复由 18342 5个月前 ⋅ 1072 阅读
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。

file

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:

file

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:

file

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

微信公众号: 极市平台(ID: extrememart )
每天推送最新CV干货

成为第一个点赞的人吧 :bowtie:
回复数量: 1
您需要登陆以后才能留下评论!