Medical Imaging Multimodal Dataset for Disease Detection and Diagnosis
Ce dataset regroupe plusieurs collections d’images médicales couvrant la radiographie pulmonaire, le scanner thoracique, l’IRM cérébrale, l’imagerie rétinienne et digestive. Il permet la recherche avancée en diagnostic assisté par IA, incluant la détection de cancers, maladies pulmonaires, affections rétiniennes et gastro-intestinales.
Environ 1,1 Go, images JPEG/PNG, plus de 7 000 images réparties en 5 sous-datasets (CT, radiographies, IRM, rétiniennes, GI tract)
Attribution 4.0 International (CC BY 4.0)
Description
Le Medical Imaging Multimodal Dataset est une collection diversifiée d’images médicales annotées, regroupant des CT-scans pulmonaires, radiographies thoraciques, IRM cérébrales, images rétiniennes, et images du tractus gastro-intestinal. Chaque sous-dataset est étiqueté pour différents diagnostics tels que cancers du poumon, COVID-19, tumeurs cérébrales, rétinopathies diabétiques, et pathologies digestives. La qualité et la diversité des images en font un excellent support pour la recherche et le développement de modèles de machine learning en imagerie médicale.
À quoi sert ce dataset ?
- Développer et valider des modèles ML pour le diagnostic automatisé de maladies médicales.
- Comparer différentes modalités d’imagerie pour la recherche en détection multimodale.
- Former des modèles capables de distinguer divers types de pathologies dans plusieurs domaines cliniques.
Peut-on l’enrichir ou l’améliorer ?
Ce dataset peut être enrichi par l’ajout d’annotations cliniques plus détaillées, d’images supplémentaires issues d’autres modalités ou institutions, ou par le développement de protocoles de normalisation pour faciliter l’intégration multimodale. L’annotation manuelle complémentaire et la segmentation d’images sont des pistes d’amélioration possibles.
🔎 En résumé
🧠 Recommandé pour
- Chercheurs en IA médicale
- Développeurs de solutions diagnostics
- Spécialistes en imagerie
🔧 Outils compatibles
- PyTorch
- TensorFlow
- MONAI
- ITK-SNAP
- 3D Slicer
💡 Astuce
Exploitez la diversité multimodale pour créer des modèles robustes à plusieurs types d’images médicales.
Questions fréquemment posées
Quelles modalités d’imagerie sont incluses dans ce dataset ?
Il comprend CT-scans, radiographies, IRM cérébrales, images rétiniennes et du tractus gastro-intestinal.
Les annotations incluent-elles des segmentations d’images ?
Non, les annotations portent principalement sur les classes diagnostiques, sans segmentation détaillée.
Le dataset est-il adapté à un usage commercial ?
Oui, la licence CC BY 4.0 permet une utilisation commerciale sous condition d’attribution.
