Conjunto de datos ChExpert
CheXpert es un conjunto de datos de imágenes médicas a gran escala, desarrollado por Stanford. Contiene más de 220 000 radiografías de tórax que se anotan automáticamente y luego se validan, y se utilizan para entrenar y evaluar modelos de inteligencia artificial para la detección de patologías pulmonares.
Más de 224.000 radiografías de tórax DICOM
Acceso gratuito bajo petición, reservado para la investigación académica y no comercial (licencia específica de la Universidad de Stanford)
Descripción
El conjunto de datos incluye:
- 224.316 radiografías de tórax de más de 65.000 pacientes
- Imágenes en formato DICOM, de un hospital universitario
- Anotaciones relacionadas con 14 patologías: neumonía, edema pulmonar, fractura de costilla, cardiomegalia, etc.
- Niveles de incertidumbre para ciertas etiquetas, que pueden integrarse en el entrenamiento de modelos probabilísticos
CheXpert es uno de los puntos de referencia más utilizados para la clasificación automatizada de imágenes médicas en radiología.
¿Para qué sirve este conjunto de datos?
ChExpert se usa en varios casos de uso:
- Modelos formativos para la clasificación y detección de patologías pulmonares en radiografía
- Evaluación comparativa de algoritmos de análisis de imágenes médicas (CNN, ViT, multimodalidad...)
- El desarrollo de herramientas de diagnóstico para radiólogos
- Evaluar la precisión de los sistemas de IA ante la incertidumbre de las anotaciones médicas
- Investigación sobre la confiabilidad y solidez de los modelos de salud
¿Se puede enriquecer o mejorar?
Sí, son posibles varios enfoques:
- Agregue anotaciones clínicas adicionales o diagnósticos definitivos
- Combínelo con otros conjuntos de datos (MIMIC-CXR, NIH ChestX-ray14) para mejorar la diversidad
- Integre metadatos (edad, género, antecedentes) para modelos contextuales
- Utilice enfoques de aprendizaje semisupervisados o con incertidumbre para aprovechar las etiquetas débiles
🔗 Fuente: Conjunto de datos ChExpert
Preguntas frecuentes
¿Las anotaciones las hacen los radiólogos?
Las anotaciones iniciales se generan automáticamente a partir de los informes y, a continuación, los médicos las validan en un subconjunto para evaluar el rendimiento.
¿ChExpert cubre los casos pediátricos?
No, el conjunto de datos se basa en pacientes adultos. Para los casos pediátricos, otros conjuntos de datos como PadChest o PedChestXray son más apropiados.
¿Hay una tabla de clasificación para ChExpert?
Sí, Stanford ofrece una evaluación estandarizada para comparar el rendimiento de los modelos en un conjunto de pruebas cerrado.
