一个全面且易于使用的多领域多任务医学影像元数据集
计算机视觉与模式识别
2025-11-18 v2 机器学习
摘要
尽管医学图像分析领域随着机器学习技术的整合经历了变革性转变，但这些技术的主要挑战通常是缺乏大规模、多样化和良好标注的数据集。医学图像在格式、大小和其他参数上各不相同，因此在使用机器学习时需要大量的预处理和标准化。为了解决这些挑战，我们引入了医学影像元数据集（MedIMeta），这是一个新颖的多领域、多任务元数据集。MedIMeta包含19个医学影像数据集，涵盖10个不同领域和54个不同的医学任务，所有这些数据集都标准化为相同格式，并可在PyTorch或其他机器学习框架中直接使用。我们对MedIMeta进行了技术验证，通过全监督和跨域小样本学习基线展示了其实用性。
引用
@article{arxiv.2404.16000,
title = {A comprehensive and easy-to-use multi-domain multi-task medical imaging meta-dataset},
author = {Stefano Woerner and Arthur Jaques and Christian F. Baumgartner},
journal= {arXiv preprint arXiv:2404.16000},
year = {2025}
}