aisc-team-d1/PMC_Data

PMC-CaseReport数据集是一个包含医学案例报告的视觉问答（VQA）数据集，主要用于训练和测试模型对医学图像和相关文本的理解能力。数据集包含317K的训练VQA对和121K的测试图像。每个样本包括PMC论文ID、上下文、问题、答案、内联句子和图像引用等字段。数据集的图像部分可以从指定的百度网盘链接下载。需要注意的是，数据集的上下文可能偶尔会泄露答案，并且部分图像可能由于论文更新而缺失。

原始信息汇总

PMC-CaseReport Dataset

数据集结构

PMC-CaseReport 数据集包含以下部分：

• 配置名称: default
• 数据文件:
  • 训练集: train-*
  • 测试集: test-*

数据集信息

• 特征:

  • PMC_id: 字符串类型
  • context: 字符串类型
  • question: 字符串类型
  • answer: 字符串类型
  • inline: 字符串类型
  • img_ref: 字符串类型

• 分割:

  • 训练集:
    • 字节数: 634222272
    • 样本数: 316838
  • 测试集:
    • 字节数: 253538916
    • 样本数: 120836

• 下载大小: 139781550

• 数据集大小: 887761188

样本

数据集中的一个案例示例如下：

PMC_id	PMC9052276
context	我们报告了一名73岁女性患者的病例，该患者因左侧身体无力而到急诊室就诊。她四年前曾发生过缺血性中风，没有留下神经系统后遗症，两年前因心肌梗死接受了冠状动脉旁路移植术（CABG），有高血压和痴呆症。她的生命体征为血压（BP）117/78 mmHg，脉搏121次/分钟，体温98.9 F，呼吸频率（RR）18次/分钟，氧饱和度（SpO2）在常氧下为97%。她对地点和时间感到困惑，格拉斯哥昏迷评分（GCS）为14（E4V4M6）。她的言语含糊不清，颅神经（CN）2-12大体上完好，左侧上下肢的肌力为0/5，右侧上下肢的肌力为4/5，所有肢体的感知均保留。患者的美国国立卫生研究院中风量表（NIHSS）评分为16分，改良Rankin量表（mRS）评分为5分。非对比头部CT扫描显示基底节和丘脑有旧的腔隙性梗死。未发现颅内出血或急性梗死。由于我们的中心缺乏进行CT灌注所需的资源，因此未进行CT灌注。
inline	脑部MRI扫描显示急性脑桥中风（图和旧的梗死）
question	脑部MRI扫描揭示了什么？
answer	脑部MRI扫描显示急性脑桥中风和旧的梗死。
img_ref	"[FIG1, FIG3, FIG4]"

关键解释

• PMC_id: 对应的PMC论文ID。
• context: 病例报告中的上下文，讨论图像之前的内容。
• inline: 原始论文中的内联句子，用于引用，不应输入到网络中。
• question: 生成的问句。
• answer: 正确答案。
• img_ref: 相关图像ID的列表。