ReXGradient-160K：一个大规模公开可用的胸部X光片数据集，附带自由文本报告
图像与视频处理
2025-05-13 v2 计算机视觉与模式识别
摘要
我们发布了ReXGradient-160K，就患者数量而言，它是迄今为止最大的公开可用胸部X光片数据集。该数据集包含来自美国3个医疗系统（79个医疗站点）的109,487名独特患者的160,000份胸部X光片检查及其配对的放射学报告。这个全面的数据集包括每项检查的多张图像和详细的放射学报告，使其对于医学影像人工智能系统和自动报告生成模型的开发与评估特别有价值。该数据集分为训练集（140,000项检查）、验证集（10,000项检查）和公开测试集（10,000项检查），并保留了一个额外的私有测试集（10,000项检查）用于在ReXrank基准上进行模型评估。通过提供这个广泛的数据集，我们旨在加速医学影像人工智能的研究，并推动自动化放射学分析的最新技术水平。我们的数据集将在https://huggingface.co/datasets/rajpurkarlab/ReXGradient-160K开源。
引用
@article{arxiv.2505.00228,
title = {ReXGradient-160K: A Large-Scale Publicly Available Dataset of Chest Radiographs with Free-text Reports},
author = {Xiaoman Zhang and Julián N. Acosta and Josh Miller and Ouwen Huang and Pranav Rajpurkar},
journal= {arXiv preprint arXiv:2505.00228},
year = {2025}
}