MedMNIST

MedMNIST是由上海交通大学开发的包含10个预处理医学图像数据集的集合，旨在教育、标准化、多样化和轻量化，适用于医学图像分析中的快速原型设计和多模态机器学习/AutoML基准。数据集涵盖多种医学图像模态和任务，数据规模从100到100,000不等，支持二分类/多类、序数回归和多标签任务。创建过程涉及从多个开放医学图像数据集中选择数据，进行预处理和标准化，以适应28×28图像的分类任务。该数据集广泛应用于医学图像分析的教育、研究和AutoML算法的基准测试。

搜集汇总

背景与挑战

背景概述

MedMNIST是一个包含18个标准化生物医学图像分类数据集的集合，涵盖2D和3D图像，提供多种尺寸选项（28x28到224x224）。数据集设计轻量、多样化且用户友好，适合机器学习和教育用途，但不适用于临床。