MedMNIST：上海交大发布医学影像领域的MNIST（附下载）

今天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。

作者信息：

这10个数据集示例：

该数据集特点：

• 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（二分类/多类分类，有序回归和多标签学习）。
• 轻量级：28×28的图像大小适合快速原型设计和试验多模态机器学习和AutoML算法。

该数据集相关统计：

可见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工具设计的模型的评测，结果如下：

可见：

• 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。

总之，以上AutoML工具在MedMNIST面前没有完美胜出者，这也说明MedMNIST对于研究者来说是个好数据集。

最后附上项目主页：

https://medmnist.github.io/

论文地址：

https://arxiv.org/abs/2010.14925

Demo代码地址：

https://github.com/MedMNIST/MedMNIST