MedMNIST：上海交大发布医学影像领域的MNIST

上海交大的研究学者发文 MedMNIST Classification Decathlon: A Lightweight AutoML Benchmark for Medical Image Analysis ，公布了其收集整理的10个医学领域的图像数据集MedMNIST，旨在促进AutoML（自动机器学习）在医学领域的技术研究。

• 项目主页：https://medmnist.github.io/
• 论文地址：https://arxiv.org/abs/2010.14925
• Demo代码地址：https://github.com/MedMNIST/MedMNIST

该数据集的特点可以概括如下：

• 利于研究教学：数据来自具有知识共享（CC）许可的多个开放式医学图像数据集，易于用于教育目的。
• 标准化：将数据预处理为相同格式，无需用户了解任何背景知识
• 多样性：涵盖了各种数据规模（从100到100,000）和任务（二进制/多类，有序回归和多标签分类）。
• 轻量级：28×28的图像大小适合快速原型设计和试验多模式机器学习和AutoML算法。

该数据集覆盖了常见的医学影像数据源：病理图片、胸部X光、皮肤镜、超声、眼底摄影、OCT、CT等。另外，作者提供了代码，在此10个数据集上进行了人工设计网络和常见AutoML模型的评测。

评测结果显示：

• Google AutoML Vision 在大多数情况下都表现不错，但相比手工设计的 ResNet-18/50也有逊色的时候；
• auto-sklearn 的表现一直很稳定的差 /sad；
• AutoKeras 在数据量较大的数据集上表现很好，在数据量小时往往不佳。

感兴趣的可以戳项目链接。

内容中包含的图片若涉及版权问题，请及时与我们联系删除