MedMNIST分类十项赛：面向医学图像分析的轻量级AutoML基准
计算机视觉与模式识别
2021-06-08 v4 人工智能
机器学习
摘要
我们提出MedMNIST，一个包含10个预处理医学开放数据集的集合。MedMNIST被标准化为在轻量级28x28图像上执行分类任务，无需背景知识。它涵盖医学图像分析中的主要数据模态，在数据规模（从100到100,000）和任务（二分类/多分类、有序回归和多标签）上具有多样性。MedMNIST可用于教育目的、快速原型开发、多模态机器学习或医学图像分析中的AutoML。此外，MedMNIST分类十项赛旨在所有10个数据集上对AutoML算法进行基准测试；我们比较了若干基线方法，包括开源或商业AutoML工具。MedMNIST的数据集、评估代码和基线方法公开于https://medmnist.github.io/。
引用
@article{arxiv.2010.14925,
title = {MedMNIST Classification Decathlon: A Lightweight AutoML Benchmark for Medical Image Analysis},
author = {Jiancheng Yang and Rui Shi and Bingbing Ni},
journal= {arXiv preprint arXiv:2010.14925},
year = {2021}
}
备注
ISBI 2021. Code and dataset are available at https://medmnist.github.io/