MedVision 定量医学影像分析基准数据集
数据集简介
数据集与数据配置
MedVision 以配置(configs)方式按各原始数据集组织与划分,当前收录的来源包括 AFIDs、DEEP-PSMA、LID、MSWAL、MAMA-MIA、PI-CAI 等 22 个公开数据集,覆盖多解剖部位、多模态医学影像,并附带文本问答标注。仓库同时提供 MedVision.py 加载脚本与 src/medvision_ds/utils 图像处理工具函数;scripts/gen-annotations/ 目录可用于从原始来源重建预处理图像与标注。
数据集返回内容
MedVision 提供的标注类型包括:
- 分割掩膜(segmentation mask)
- 关键点坐标(landmark coordinate)
- 边界框(bounding box)
- 肿瘤/病灶尺寸(tumor/lesion size)
- 距离(distance)
- 角度(angle)
这些标注支撑三类核心定量任务:检测、肿瘤/病灶尺寸估计(单位毫米)、角度/距离测量(单位度/毫米),用于评估与提升视觉语言模型在医学影像定量分析上的能力。
数据构建流程
通过 scripts/gen-annotations/ 下的脚本,可以从 22 个原始公开数据集出发,重建预处理后的图像与标注,保证数据处理流程可复现。每个原始数据集在 configs 中有对应配置,统一纳入 MedVision 的数据组织框架。
下载模式
MedVision 为公开数据集,非 gated,可在 HuggingFace 页面直接下载。注意:使用 MedVision.py 加载脚本时,新版 HuggingFace datasets 已不再支持数据集脚本(Dataset scripts are no longer supported),建议按页面提供的文件直接下载使用。
安装与工具函数
仓库提供 src/medvision_ds/utils 图像处理工具函数,可在安装后直接调用,用于 3D 医学影像与 2D 切片的处理。文件以 py 脚本形式组织。
版本发布记录
- 2026 年 7 月 31 日:项目发布,论文被 EMNLP26 主会接收。
- 2026 年 8 月 19 日:发布数据集 v1.4.0(release-v1.4.0)。v1.0.0 时期规模为 29.0K 例 3D 图像、11.2M 张标注 2D 切片、24.3M 单实例标注与 45.3M 多实例标注;v1.4.0 扩展至 33.2K 例 3D 图像、12.0M 张 2D 切片、25.7M 单实例标注与 50.5M 多实例标注。
引用与许可
数据集采用 CC BY 4.0 许可。项目由 Yongcheng Yao、Yongshuo Zong、Raman Dutt、Yongxin Yang、Sotirios A Tsaftaris、Timothy Hospedales 完成,依托爱丁堡大学信息学院、爱丁堡大学工程学院与伦敦玛丽女王大学,并开源了 MedVision-V0(7B)基线模型。