Al hacer clic en "Aceptar", usted acepta que se almacenen cookies en su dispositivo para mejorar la navegación del sitio, analizar su uso y contribuir a nuestros esfuerzos de marketing. Consulte nuestra política de privacidad para más información.  pour plus d'informations.
Medical

SLAKE

SLAKE es un conjunto de datos médicos diseñado para la respuesta visual de preguntas (VQA) aplicada a las imágenes médicas, que permite a los modelos de IA aprender a responder preguntas sobre imágenes clínicas.

Obtén el dataset
Tamaño

14.028 imágenes anotadas, archivos JSON y Parquet, aproximadamente 4,2 MB

Licencia

CC-BY 4.0

Descripción

SLAKE es un conjunto de datos con etiquetas semánticas diseñado para la respuesta visual de preguntas en imágenes médicas. Contiene más de 14 000 imágenes de muestra anotadas con preguntas y respuestas específicas de una variedad de modalidades médicas.

¿Para qué sirve este conjunto de datos?

  • Entrene modelos capaces de responder preguntas sobre imágenes médicas
  • Mejora de los sistemas de apoyo al diagnóstico mediante el análisis de imágenes clínicas
  • Evaluar la comprensión visual de los modelos de IA en un contexto médico especializado

¿Se puede enriquecer o mejorar?

Sí, este conjunto de datos puede complementarse con otras modalidades de diagnóstico por imágenes o enriquecerse con anotaciones adicionales, como segmentaciones, etiquetas clínicas más precisas o datos de pacientes anónimos. La integración de metadatos temporales también puede fortalecer los casos de uso.

🔎 En resumen

Criterio Evaluación
🧩 Facilidad de uso⭐⭐⭐✩✩ (Requiere conocimientos médicos para explotación óptima)
🧼 Necesidad de limpieza⭐⭐⭐⭐⭐ (Bajo – datos bien formateados)
🏷️ Riqueza de anotaciones⭐⭐⭐⭐✩ (Bueno – preguntas-respuestas y etiquetado semántico)
📜 Licencia comercial✅ Sí (CC-BY 4.0)
👨‍💻 Ideal para principiantes⚠️ No – recomendado para usuarios con experiencia médica o en IA
🔁 Reutilizable para fine-tuning✅ Perfecto para modelos VQA médicos o interpretación de imágenes
🌍 Diversidad cultural⚠️ Limitado – basado en datos médicos específicos, poca diversidad geográfica

🧠 Recomendado para

  • Investigadores de IA médica
  • Desarrolladores de sistemas de soporte de diagnóstico
  • Equipos de VQA

🔧 Herramientas compatibles

  • PyTorch
  • TensorFlow
  • MONAI
  • Detectron2
  • Frameworks MedVQA

💡 Consejo

Para mejorar el rendimiento, combine SLAKE con conjuntos de datos anotados multimodales y técnicas de transferencia de aprendizaje.

Preguntas frecuentes

¿SLAKE es adecuado para uso no médico?

No, este conjunto de datos está especializado en imágenes médicas y no es adecuado para casos generales no relacionados con la salud.

¿Se puede usar SLAKE para entrenar modelos de segmentación de imágenes?

No directamente, ya que el conjunto de datos se dirige al VQA, pero las anotaciones adicionales pueden permitir la segmentación.

¿Es un conjunto de datos grande?

Sí, con más de 14 000 ejemplos, ofrece suficiente volumen para una formación significativa.

Otros datasets

Ver más
Category

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse varius enim in eros elementum tristique.

Category

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse varius enim in eros elementum tristique.

Category

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse varius enim in eros elementum tristique.