MedTrinity - 25 m
Conjunto de datos médicos multimodales masivo, que contiene 25 millones de imágenes anotadas sobre 65 enfermedades, que abarca tareas como la generación de informes o la segmentación.
25 millones de imágenes: 18 millones accesibles, formatos de imagen y texto, anotaciones multigranulares
No especificado (acceso gratuito)
Descripción
MedTrinity - 25 m es un conjunto de datos médicos multimodales a gran escala, que contiene más de 25 millones de imágenes de 10 modalidades diferentes, acompañadas de textos, anotaciones globales (tipo de lesión, modalidad, relaciones interregionales) y anotaciones locales (recuadros delimitadores, máscaras de segmentación). Hay tres subconjuntos disponibles, incluido un subconjunto accesible de 18 millones de ejemplos de imágenes y texto, listos para usarse en el entrenamiento de modelos de IA médica.
¿Para qué sirve este conjunto de datos?
- Precapacite modelos básicos multimodales en el campo de la medicina
- Desarrollar sistemas para la generación automática de informes radiológicos
- Realizar tareas de visión médica: clasificación, detección, segmentación
¿Se puede enriquecer o mejorar?
Sí, el conjunto de datos se puede enriquecer con anotaciones adicionales, traducciones multilingües de informes o una extensión a otras modalidades. También es posible filtrar casos poco frecuentes o integrar etiquetas específicas para proyectos clínicos. La arquitectura de carpetas facilita añadirlas o modificarlas de forma específica.
🔎 En resumen
🧠 Recomendado para
- Equipos médicos de IA
- Investigadores multimodales
- Laboratorios de imágenes
🔧 Herramientas compatibles
- PyTorch
- Hugging Face Datasets
- MONAI
- Segment Anything
- Herramientas FastMRI
💡 Consejo
Planifique más de 2 TB de almacenamiento y planifique extracciones específicas según la modalidad o la patología para evitar sobrecargas de memoria.
Preguntas frecuentes
¿Cuáles son los casos de uso concretos de MedTrinity-25m?
Se utiliza para entrenar modelos generativos o discriminatorios para tareas médicas como el diagnóstico asistido, la segmentación o la generación de informes.
¿Puedo usar este conjunto de datos sin experiencia médica?
No es recomendable. Los conocimientos médicos son imprescindibles para interpretar las anotaciones y diseñar los casos de uso pertinentes.
¿Hay restricciones de acceso o limitaciones técnicas?
El subconjunto accesible (18 millones de ejemplos) se puede descargar de forma gratuita, pero requiere más de 2 TB de espacio en disco y una buena configuración de hardware.
