该数据集名为Chest ImaGenome，在现有研究基础上，通过基于规则的文本分析和基于图谱的边界框提取技术，对报告文本和正面图像中的解剖结构和相关病理进行了结构化处理。该数据集包含18个解剖区域的标注和9个病理标签，病理标签的平均精确度和召回率分别为0.9819和0.9875。其规模涵盖了来自MIMIC-CXR数据集的217,417份报告文本和正面图像，其中500份报告和1000张正面胸部X光

arXiv1370

derma

疾病识别

机器学习

这是一个包含图像、问题、答案和选项的数据集，适用于训练机器学习模型来处理图像理解和问答任务。数据集包含一个训练集，大小为3326224.375字节，共有2005个示例。

Hugging Face2025-05-08 更新600

Team-SknAI/SknAI_300_v3_11Labels

疾病识别

图像分类

这是一个包含皮肤状况图像及其对应分类标签的数据集。具体包括痤疮(Acne)、脱发(Alopecia)、湿疹(Eczema)、真菌感染(甲癣或环形脱发)(Fungal Infection)、疱疹(Herpes)、正常皮肤(Normal Skin)、银屑病(Psoriasis)、酒渣鼻(Rosacea)、病毒感染(水痘或带状疱疹)(Viral Infection)、白斑(Vitiligo)和疣(War

Hugging Face2025-02-12 更新110

OIA-ODIR Dataset

眼科图像分析

疾病识别

Ophthalmic Image Analysis-Ocular Disease Intelligent Recognition (OIA-ODIR)

kaggle2024-06-30 更新1100

Imbalanced Tuberculosis and Pneumonia dataset

医学图像分析

疾病识别

Imbalanced image dataset of Tuberculosis, Pneumonia and Normal images

kaggle2022-02-10 更新110