By 超神經

內容概要：醫學圖像分析是一個非常復雜的跨學科領域，近日上海交通大學發布了 MedMNIST 數據集，有望促進醫學圖像分析的發展。

關鍵詞：醫學圖像分析? ?公開數據集

?令人頭禿的醫學圖像分析

醫學圖像分析是一個公認的「老大難」課題。

首先它是一個跨學科領域，要求從業者具備多方面知識背景，即使你是鉆研計算機視覺的專業人士，又或者是一個臨床醫學從業者，那你充其量只邁出了進行醫學圖像分析的半只腳。

樂觀估計，經過多年的學習和研究，你終于掌握了計算機視覺和臨床醫學的雙向技能，那接下來的操作也能讓你愁到頭禿，因為這些數據來源五花八門，有 X 射線、CT、超聲……分析處理這么多個不同模式的非標準數據集，也太難了！

這還沒完，深度學習雖然在醫學圖像分析的研究和應用中，已經占據主導地位，但模型調整需要的人力成本太高了，AutoML 好使是好使，但是目前基本沒有用于醫學圖像分類的 AutoML 基準。

MedMNIST 分類十項全能一覽

醫學圖像分析困難重重，然而上海交通大學近期發布的 MedMNIST 數據集，則為終結這些老大難問題，帶來了一大利器。

?10 個公開數據集、45 萬張圖像重新整理

MedMNIST 是一個包含 10 個醫學公開數據集的集合，且全部數據均已經過預處理，將其分為包括訓練集、驗證集、測試子集的標準數據集。數據來源包括 X 射線、OCT、超聲、CT 等不同成像模式，得到了同一病灶的多模態數據。與 MNIST 數據集一樣，MedMNIST 可以在輕量級 28*28 圖像上執行分類任務。

十個數據集的數據模式、適用任務及圖像數量

MedMNIST 具有以下特點：

教育性：多模態數據來自于多個公共醫學圖像數據集，采用知識共享（CC）許可協議或自由許可協議，方便教學使用。

標準化：全部數據已經預處理成相同的格式，降低準入門檻，任何人都可以使用。

多樣性：多模態數據集涵蓋了不同的數據模式，數據規模從 100 到 100,000 都支持，任務類型也豐富為二元分類、多元分類、有序回歸和多標簽。

輕量級：28*28 的圖像尺寸便于迅速進行原型設計，對多模態機器學習和 AutoML 算法進行快速迭代和實驗。

MedMNIST Dataset

發布機構：上海交通大學

包含數量：454,591 個圖像數據

數據格式：NPZ

數據大小：654 MB

發布時間：2020 年 10 月 28 日

下載地址：http://dwz.date/dew2

?十項全能大法好，打造 AutoML 新基準?

受《醫學分割十項全能》（Medical Segmentation Decathlon）的啟發，上海交通大學的科研人員還發布了《MedMNIST 分類十項全能》 （MedMNIST Classification Decathlon），作為醫學圖像分類中的輕量級 AutoML 基準。

科研人員用 MedMNIST 分類十項全能，評估了在全部 10 個數據集上的算法性能，并采取了其他幾個 baseline 方法與該基準進行對比，這些方法包括 ResNets（18、50）、auto-sklearn、AutoKeras、Google AutoML Vision。

MedMNIST 在 AUC 和 ACC 等指標上的性能一覽

實驗結果表明，針對全部 10 個數據集，都能取得很好的泛化性能的算法，在實驗中并不存在。該實驗對于探索在不同數據模式、任務類型和數據規模上，進行很好地泛化的 AutoML 算法，意義重大。

MedMNIST 分類十項全能基準測試，將促進未來醫學圖像分析 AutoML 的相關研究。

相關論文：

https://arxiv.org/pdf/2010.14925.pdf

開源地址：

https://github.com/MedMNIST/MedMNIST

?現在下載數據集，開始你的訓練

下載數據集，在線訓練機器學習模型，你可以通過 OpenBayes 開啟你的練習。

OpenBayes?是一個針對機器學習提供云端算力的云服務平臺，它擁有大規模的超算集群，支持多種配置的 GPU、CPU 算力資源，擁有開箱即用泛用型機器學習建模系統，無需機器學習經驗，即可快速建立智能系統。

目前 OpenBayes 的算力容器產品已經支持?TensorFlow、PyTorch、MXNet、Darknet、cpp-develop 等 CPU 和 GPU 環境下，不同版本、類型的標準機器學習框架和各種常用依賴。

同時 OpenBayes 還提供?CPU、NVIDIA T4、NVIDIA Tesla V100?等多種算力資源，無論是海量數據的集中訓練，還是低功耗的模型常駐運行，都能輕松滿足用戶需求。

目前 MedMNIST 數據集已經上線 OpenBayes。

訪問以下鏈接或點擊閱讀原文，開啟你的 MedMNIST 探索旅程吧！

鏈接：http://dwz.date/dew2

—— 完 ——

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載機器學習的數學基礎專輯 獲取一折本站知識星球優惠券，復制鏈接直接打開： https://t.zsxq.com/y7uvZF6 本站qq群704220115。加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的【深度学习】上海交大发布 MedMNIST 医学图像分析数据集 新基准的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。