医疗场景数据集

医疗场景数据集的数据来源于浙江大学儿童医院现场医生培训现场。采集的内容包括了腹部穿刺、骨穿刺、胸穿刺、腰穿刺、气管插管、医疗问诊和心肺复苏等医疗现场。现场数据采集遵循医生培训制度，为医院所制定。为补充数据多样性，每个医疗场景数据均采集3到5人被测人。医疗场景数据集数据在采集过程使用固定机位的方式，保证了视频角度的稳定性，输出帧率为30fps。音频采集采样率保证为最低16khz。医疗场景数据集在后处理过程使用时间戳加识别码的方式，将视频文件与音频文件对应起来。文本数据通过人工校准的形式进标签和对应。语音数据通过标准化的梅尔频谱特征提取方法进行处理，以便后续进行识别。文本数据通过预训练的分词器进行编码，以保证后续所有编码的一致性。