PadChest：一个带有多标签标注报告的大规模胸部 X 射线图像数据集
图像与视频处理
2020-09-01 v2 计算机视觉与模式识别
摘要
我们提出了一个带标注的大规模高分辨率胸部 X 射线数据集，用于医学图像及其相关报告的自动化探索。该数据集包含从 2009 年至 2017 年间由西班牙圣胡安医院（Hospital San Juan Hospital）放射科医生解读并报告的 67000 名患者获取的超过 160000 张图像，涵盖六种不同体位视图以及有关图像采集和患者人口统计学特征的附加信息。这些报告使用 174 种不同的放射学表现、19 种鉴别诊断和 104 个解剖部位进行标注，并组织为层次化分类体系，且映射到标准统一医学语言系统（UMLS）术语。其中 27% 的报告由受过训练的医师手动标注，其余部分使用基于带注意力机制的循环神经网络的监督方法进行标注。生成的标签在独立测试集上验证，取得了 0.93 的 Micro-F1 分数。据我们所知，这是适合训练有关放射照片的监督模型的最大公共胸部 X 射线数据库之一，也是首个包含西班牙语放射学报告的数据集。PadChest 数据集可从 http://bimcv.cipf.es/bimcv-projects/padchest/ 下载。
引用
@article{arxiv.1901.07441,
title = {PadChest: A large chest x-ray image dataset with multi-label annotated reports},
author = {Aurelia Bustos and Antonio Pertusa and Jose-Maria Salinas and Maria de la Iglesia-Vayá},
journal= {arXiv preprint arXiv:1901.07441},
year = {2020}
}