数据集概览
| 数据集名称 | 医学影像通用标注数据集 |
| 数据总量 | 108,500 例（含 CT/X-Ray/超声/MRI 多模态） |
| 模态分布 | CT 42,000 / X-Ray 35,000 / 超声 18,000 / MRI 13,500 |
| 标注类型 | 病灶检测框、语义分割、分类标签、关键点 |
| 覆盖部位 | 胸部、腹部、骨骼、乳腺、甲状腺、颅脑 |
| 数据来源 | 多家合作医疗机构 + 公开数据集增强（经授权合规使用） |
| 格式输出 | DICOM / NIfTI / PNG / COCO JSON / YOLO TXT |
| 质控标准 | 双医师标注 + 主任审核，分类准确率 ≥ 98%，分割 Dice ≥ 0.88 |
数据维度详细说明
| 字段名称 | 数据类型 | 取值范围/说明 |
|---|---|---|
| case_id | String(32) | 脱敏病例ID |
| modality | Enum | CT | XRAY | US | MRI |
| body_part | Enum | CHEST | ABDOMEN | BONE | BREAST | THYROID | BRAIN |
| finding_label | Enum(Multi) | NORMAL | NODULE | MASS | FRACTURE | EFFUSION | CALCIFICATION 等 |
| bbox | Array[4] | [x_center, y_center, width, height] 归一化 0-1 |
| segmentation | Array | COCO 格式多边形或 RLE 编码 |
| classification | Object | {primary, secondary, confidence} |
| image_size | Array[2] | [height_px, width_px] |
| slice_index | Integer | CT/MRI 序列中的切片编号 |
| acquisition_date | Date | 检查日期（仅保留年月） |
| device_manufacturer | String | GE / Siemens / Philips / Canon / Mindray 等 |
脱敏 JSON 数据样例
[
{
"case_id": "MIG-C0001234",
"modality": "CT",
"body_part": "CHEST",
"finding_label": ["NODULE", "CALCIFICATION"],
"bbox": [0.432, 0.387, 0.085, 0.092],
"segmentation": [[0.390, 0.341], [0.475, 0.341], [0.475, 0.433], [0.390, 0.433]],
"classification": {"primary": "肺结节", "secondary": "实性结节", "confidence": 0.96},
"image_size": [512, 512],
"slice_index": 24,
"acquisition_date": "2024-03",
"device_manufacturer": "Siemens"
},
{
"case_id": "MIG-X0005678",
"modality": "XRAY",
"body_part": "CHEST",
"finding_label": ["EFFUSION"],
"bbox": [0.350, 0.620, 0.600, 0.150],
"segmentation": [[0.050, 0.545], [0.950, 0.545], [0.950, 0.695], [0.050, 0.695]],
"classification": {"primary": "胸腔积液", "secondary": "中量积液", "confidence": 0.91},
"image_size": [2048, 2048],
"slice_index": null,
"acquisition_date": "2024-06",
"device_manufacturer": "GE"
},
{
"case_id": "MIG-U0009012",
"modality": "US",
"body_part": "THYROID",
"finding_label": ["NODULE"],
"bbox": [0.381, 0.256, 0.238, 0.167],
"segmentation": [[0.262, 0.172], [0.500, 0.172], [0.500, 0.339], [0.262, 0.339]],
"classification": {"primary": "甲状腺结节", "secondary": "TI-RADS 4a", "confidence": 0.88},
"image_size": [960, 720],
"slice_index": null,
"acquisition_date": "2024-01",
"device_manufacturer": "Philips"
},
{
"case_id": "MIG-M0003456",
"modality": "MRI",
"body_part": "BRAIN",
"finding_label": ["MASS"],
"bbox": [0.287, 0.312, 0.156, 0.141],
"segmentation": [[0.209, 0.241], [0.365, 0.241], [0.365, 0.382], [0.209, 0.382]],
"classification": {"primary": "脑膜瘤", "secondary": null, "confidence": 0.93},
"image_size": [384, 384],
"slice_index": 12,
"acquisition_date": "2024-08",
"device_manufacturer": "Siemens"
},
{
"case_id": "MIG-C0007890",
"modality": "CT",
"body_part": "ABDOMEN",
"finding_label": ["NORMAL"],
"bbox": null,
"segmentation": null,
"classification": {"primary": "正常", "secondary": null, "confidence": 0.99},
"image_size": [512, 512],
"slice_index": 40,
"acquisition_date": "2024-04",
"device_manufacturer": "Canon"
}
]
标注规范与质量控制
标注流程
采用「预标注 + 人工修正 + 交叉审核」模式。先由 AI 模型（YOLO/MedSAM）生成初版标注，再由 2 名医师独立修正，最后主任医师仲裁分歧。该流程比纯人工标注效率提升 60%，同时保持高准确率。
质量控制指标
98.7%
分类准确率
0.89
分割 Dice
0.91
检测 mAP@0.5
<2.1%
争议率
AI 训练适用场景
通用病灶检测
适用模型：YOLOv8/v9 / DETR / RT-DETR / DINO。跨模态、跨部位的通用病灶检测模型，可作为医学影像AI的基础模型底座。
多器官分割
适用模型：TotalSegmentator / nnU-Net / SAM-Med2D。训练覆盖全身多器官的通用分割模型，支持 CT/MRI 双模态。
胸部X光自动报告
适用模型：R2Gen / X-REM / CheXagent（视觉编码器 + LLM 解码器）。基于图文配对数据训练放射报告自动生成模型。
域泛化与鲁棒性
适用模型：DomainBed / DANN / SWAD。利用多中心、多设备数据训练对采集设备不敏感的域泛化模型。
相关数据集
商业应用价值
AI医疗影像SaaS
为区域影像中心、体检机构提供云端AI辅助阅片服务，覆盖肺结节、骨折、甲状腺结节等高频场景。
医疗器械智能化
嵌入CT/DR/超声设备端的实时AI辅助功能，助力医疗器械厂商获取NMPA AI功能注册证。
基础模型预训练
为医学影像基础模型（如 RadImageNet、BioMedCLIP）提供大规模多模态预训练语料。