QiaoyuZheng/RP3D-DiagDS

# RP3D-DiagDS

**Overview of RP3D-DiagDS.** There are **39,026 cases (192,675 scans)** across 7 human anatomy regions and 9 diverse modalities covering **930 ICD-10-CM codes**.


## About Dataset

There are totally 4 json files:

1. **RP3D_train**.json: Data used for model training. This file is organized at case level (there may be more than one kind of modality and anatomy in a case. For more details, refer to the paper [Large-scale Long-tailed Disease Diagnosis on Radiology](https://qiaoyu-zheng.github.io/RP3D-Diag).
2. **RP3D_test_json**: Data used for model evaluation.
3. **disorder_label_dict.json**: For disorder granularity. There are totally 5569 ( 5568 abnormal and 1 noraml) label. There disorders are sorted in descending order based on the corresponding case number for evaluation.
4. **icd10_label_dict.json**: For ICD-10-CM granularity. There are totally 931 ( 930 abnormal and 1 noraml) label. There disorders are sorted in descending order based on the corresponding case number for evaluation.

**Attention! In RP3D_{train/test}.json file. A 'url' key corresponds to a 'Case', and there maybe multiple 'samples' in a 'Case' under the 'Samples' key.**

## About Model Checkpoint

Please refer to [RP3D-DiagModel](https://huggingface.co/QiaoyuZheng/RP3D-DiagModel)

For more information about the code please refer to our instructions on [github](https://github.com/qiaoyu-zheng/RP3D-Diag) to download and use.

# RP3D-DiagDS

## RP3D-DiagDS 概述
该数据集涵盖7个人体解剖区域、9种多样化模态，总计39026例病例（含192675次扫描），覆盖930个ICD-10-CM(International Classification of Diseases, 10th Revision, Clinical Modification)编码。


## 数据集说明
该数据集共包含4个JSON文件：
1. **RP3D_train.json**：用于模型训练的数据集。该文件以病例为单位进行组织（单病例可包含多种模态与解剖结构数据）。如需了解更多细节，请参阅论文《Large-scale Long-tailed Disease Diagnosis on Radiology》（链接：https://qiaoyu-zheng.github.io/RP3D-Diag）。
2. **RP3D_test_json**：用于模型评估的数据集。
3. **disorder_label_dict.json**：用于疾病粒度标注。共包含5569个标签（其中5568个为异常标签，1个为正常标签）。为便于评估，所有疾病标签均按对应病例数降序排列。
4. **icd10_label_dict.json**：用于ICD-10-CM粒度标注。共包含931个标签（其中930个为异常标签，1个为正常标签）。为便于评估，所有疾病标签均按对应病例数降序排列。

**注意！在RP3D_{train/test}.json文件中，一个`url`键对应一个`Case`（病例），且单个`Case`在`Samples`键下可包含多个`samples`（样本）。**

## 模型检查点说明
请参阅 [RP3D-DiagModel](https://huggingface.co/QiaoyuZheng/RP3D-DiagModel) 获取模型检查点相关内容。

如需获取更多代码相关信息，请参阅我们在GitHub上的说明文档（https://github.com/qiaoyu-zheng/RP3D-Diag）以进行下载与使用。

原始信息汇总

RP3D-DiagDS 数据集概述

数据集概览

RP3D-DiagDS 数据集包含 39,026 个病例（192,675 次扫描），涵盖 7 个人体解剖区域和 9 种不同模态，涉及 930 个 ICD-10-CM 编码。

数据文件说明

数据集包含 4 个 JSON 文件：

1. RP3D_train.json: 用于模型训练的数据文件，按病例级别组织（一个病例可能包含多种模态和解剖区域）。更多细节请参考论文 Large-scale Long-tailed Disease Diagnosis on Radiology。
2. RP3D_test.json: 用于模型评估的数据文件。
3. disorder_label_dict.json: 用于疾病粒度标签，共包含 5569 个标签（5568 个异常和 1 个正常），按相应病例数量降序排列，用于评估。
4. icd10_label_dict.json: 用于 ICD-10-CM 粒度标签，共包含 931 个标签（930 个异常和 1 个正常），按相应病例数量降序排列，用于评估。

注意：在 RP3D_{train/test}.json 文件中，url 键对应一个 Case，一个 Case 下可能包含多个 samples 在 Samples 键下。

搜集汇总

数据集介绍

构建方式

RP3D-DiagDS数据集的构建，是基于大规模医学影像资料，涵盖7个人体解剖区域和9种不同的成像模态，总计包含39,026个案例（192,675次扫描）。该数据集的构建采用了病例级别的组织方式，每个病例可能包含多种模态和解剖结构。数据集的构建旨在服务于大规模、长尾分布疾病的放射学诊断任务，其详细构建逻辑可在相关论文中查阅。

特点

该数据集的特点在于其规模宏大，覆盖了930个ICD-10-CM编码，并提供了5569个疾病标签，其中包含5568个异常标签和1个正常标签。数据集的标签按照病例数量进行了降序排列，便于评估模型性能。此外，数据集通过四个JSON文件提供，分别用于模型训练、模型评估、疾病细粒度标签和ICD-10-CM细粒度标签。

使用方法

在使用RP3D-DiagDS数据集时，用户可以访问四个JSON文件，其中RP3D_train.json和RP3D_test.json分别用于模型训练和评估。每个JSON文件中的'Case'键对应一个URL，每个'Case'下可能包含多个样本。用户需遵循数据集的使用指南，在GitHub上获取代码，并根据相关说明下载和使用数据集。

背景与挑战

背景概述

RP3D-DiagDS数据集是在医学影像分析领域中的一项重要成果，由Qiaoyu Zheng等人创建于近年来。该数据集集合了39,026个病例，包含192,675次扫描，跨越了人体七个解剖区域，并涵盖了九种不同的成像模式，对应930个ICD-10-CM诊断代码。其研究背景旨在推动大规模医学影像诊断技术的发展，特别是在应对长尾分布疾病诊断的挑战上。该数据集的构建，不仅丰富了医学影像诊断领域的资源，也为相关研究提供了强有力的数据支撑，对促进医学影像分析技术的发展具有显著影响。

当前挑战

该数据集在构建和应用过程中面临了多重挑战。首先，在领域问题上，RP3D-DiagDS需解决的是如何提高医学影像中长尾分布疾病的诊断准确率。其次，在构建过程中，数据集的多样性和大规模特性带来了数据清洗、标注一致性以及数据隐私保护等方面的挑战。此外，不同成像模式和疾病种类的广泛覆盖要求模型具有高度的泛化能力，这对数据集的构建和质量控制提出了更高的要求。

常用场景

经典使用场景

在医学影像分析领域，RP3D-DiagDS数据集的运用尤为关键。该数据集以其大规模和多样性，成为构建和训练医学诊断模型的基石。经典的使用场景包括，研究者利用RP3D_train.json文件进行模型的训练，通过其中丰富的病例和多种模态的影像资料，使得模型能够学习到不同解剖区域和疾病之间的复杂关联，进而提高疾病诊断的准确性和效率。

衍生相关工作

RP3D-DiagDS数据集的发布，促进了医学影像分析领域的一系列相关工作。例如，基于该数据集的研究成果不断涌现，包括疾病诊断模型的构建、优化以及多模态影像数据的融合处理等，这些研究进一步拓宽了医学影像分析的应用领域，推动了医疗信息化和智能化的进程。

数据集最近研究

最新研究方向

RP3D-DiagDS数据集汇聚了大规模的医学影像资料，其研究领域聚焦于医学影像诊断的深度学习模型训练与评估。近期，该数据集推动了针对放射学影像的细粒度疾病诊断研究，尤其是在长尾分布疾病诊断方面的探索。通过整合多种模态和人体解剖区域的影像数据，该数据集使得研究者能够构建更为精确的疾病诊断模型，对于提升医学影像分析领域的智能诊断能力具有重要意义。此外，该数据集的应用还与当前的医疗信息化趋势紧密相关，为临床决策提供了有力的数据支撑。