InfoBayAI/MRI-Radiology-Reports-With-Findings-Dataset
This dataset is a large-scale collection of MRI (Magnetic Resonance Imaging) reports with confirmed clinical findings, containing data from 62,949 patients and 27,109,472 medical images, designed to support the development and training of advanced healthcare AI, medical imaging, diagnostic AI, and clinical NLP systems. It consists of real-world MRI data where radiological reports indicate the presence of diseases, abnormalities, or pathological conditions. These findings may include tumors… See the full description on the dataset page: https://huggingface.co/datasets/InfoBayAI/MRI-Radiology-Reports-With-Findings-Dataset.
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Ngày
#1 Repository Của Ngày
#1 Repository Của Ngày
📁 Bộ dữ liệu MRI kèm báo cáo khám bệnh lớn nhất với hình ảnh và tìm kiếm lâm sàng
62.949 bệnh nhân, 27 triệu ảnh MRI kèm báo cáo chẩn đoán thực tế, hỗ trợ huấn luyện AI y tế và NLP lâm sàng.
Đây là bộ dữ liệu MRI (Magnetic Resonance Imaging) quy mô lớn với báo cáo chẩn đoán đi kèm các tìm kiếm lâm sàng thực tế, bao gồm dữ liệu từ 62.949 bệnh nhân và 27.109.472 hình ảnh y tế. Dữ liệu được thu thập từ các báo cáo MRI lâm sàng thực tế, trong đó các báo cáo hình ảnh chỉ ra sự tồn tại của bệnh lý, bất thường hoặc tình trạng bệnh. Các tìm kiếm có thể bao gồm khối u, tổn thương, nhiễm trùng, thay đổi phát triển, hoặc các quan sát lâm sàng đáng chú ý khác.
✨ Điểm nổi bật
- Dữ liệu lớn: 62.949 bệnh nhân và 27.109.472 hình ảnh MRI thực tế.
- Đa dạng kênh dữ liệu: Hình ảnh DICOM & PDF kèm báo cáo văn bản.
- Tìm kiếm lâm sàng: Báo cáo chỉ rõ bệnh lý, bất thường, khối u, tổn thương...
- Đa vùng cơ thể: Bao gồm não, sống thận, bụng và các vùng khác.
- Chất lượng hình ảnh cao: Độ phân giải trung bình 398×398 đến 576×576.
- Tỷ lệ tín hiệu-đến-tiếng ồn (SNR): Đạt 25.67, chất lượng tín hiệu mạnh.
- Tỷ lệ tương phản-đến-tiếng ồn (CNR): Đạt 50.37, tách mô tế bào rõ rệt.
- Độ sắc nét cao: Điểm độ mờ 363.55, hình ảnh sắc nét.
💡 Vì sao đáng chú ý
Bộ dữ liệu này khác biệt nhờ sự kết hợp giữa hình ảnh y tế và báo cáo lâm sàng thực tế, phản ánh đúng đặc điểm khảo sát máy và các giao thức thu thập. Điều này giúp xây dựng mô hình AI chẩn đoán chính xác và có khả năng áp dụng thực tế. Bộ dữ liệu hỗ trợ các trường hợp sử dụng như phát hiện bệnh, phân loại khối u, phân đoạn hình ảnh, hệ thống hỗ trợ ra quyết định lâm sàng, sinh báo cáo radiology tự động, học đa dạng thức và huấn luyện mô hình AI chẩn đoán.
#MRI #RadiologyReports #MedicalImaging #ClinicalNLP #HealthcareAI #TiniX
Similar Projects
Discover other similar projects and AI models.
[!NOTE] IMPORTANT: Please help us protect the integrity of this benchmark by not publicly sharing, re-uploading, or distributing the dataset. Humanity's Last Exam 🌐 Website | 📄 Paper | GitHub Center for AI Safety & Scale AI Humanity's Last Exam (HLE) is a multi-modal benchmark at the frontier of human knowledge, designed to be the final closed-ended academic benchmark of its kind with broad subject coverage. Humanity's Last Exam consists of 2,500 questions across dozens… See the full description on the dataset page: https://huggingface.co/datasets/cais/hle.
Agentic RL Environments RL training environments for LLM agents. Domain Task Family Verifier Code Software engineering Executable tests Cyber Vulnerability reproduction Rule checks General Knowledge work Rubric-based judging Visual Web development Visual grading Music Symbolic music composition Rule checks Docker images: https://hub.docker.com/r/xiaomimimo/mimo-v2.6-rl-oss Training code: https://github.com/XiaomiMiMo/verl
a.k.a. Awesome ChatGPT Prompts This is a Dataset Repository mirror of prompts.chat — a social platform for AI prompts. 📢 Notice This Hugging Face dataset is a mirror. For the latest prompts, features, and community contributions, please visit: 🌐 Website: prompts.chat 📦 GitHub: github.com/f/awesome-chatgpt-prompts About prompts.chat is an open-source platform where users can share, discover, and collect AI prompts from the community. The project can… See the full description on the dataset page: https://huggingface.co/datasets/fka/prompts.chat.
Dataset Card for Wikimedia Wikipedia Dataset Summary Wikipedia dataset containing cleaned articles of all languages. The dataset is built from the Wikipedia dumps (https://dumps.wikimedia.org/) with one subset per language, each containing a single train split. Each example contains the content of one full Wikipedia article with cleaning to strip markdown and unwanted sections (references, etc.). All language subsets have already been processed for recent dump… See the full description on the dataset page: https://huggingface.co/datasets/wikimedia/wikipedia.
🐋 The OpenOrca Dataset! 🐋 We are thrilled to announce the release of the OpenOrca dataset! This rich collection of augmented FLAN data aligns, as best as possible, with the distributions outlined in the Orca paper. It has been instrumental in generating high-performing model checkpoints and serves as a valuable resource for all NLP researchers and developers! Official Models Mistral-7B-OpenOrca Our latest model, the first 7B to score better overall than all… See the full description on the dataset page: https://huggingface.co/datasets/Open-Orca/OpenOrca.
📚 FineWeb-Edu 1.3 trillion tokens of the finest educational data the 🌐 web has to offer Paper: https://arxiv.org/abs/2406.17557 What is it? 📚 FineWeb-Edu dataset consists of 1.3T tokens and 5.4T tokens (FineWeb-Edu-score-2) of educational web pages filtered from 🍷 FineWeb dataset. This is the 1.3 trillion version. To enhance FineWeb's quality, we developed an educational quality classifier using annotations generated by LLama3-70B-Instruct. We… See the full description on the dataset page: https://huggingface.co/datasets/HuggingFaceFW/fineweb-edu.
Dataset containing synthetically generated (by GPT-3.5 and GPT-4) short stories that only use a small vocabulary. Described in the following paper: https://arxiv.org/abs/2305.07759. The models referred to in the paper were trained on TinyStories-train.txt (the file tinystories-valid.txt can be used for validation loss). These models can be found on Huggingface, at roneneldan/TinyStories-1M/3M/8M/28M/33M/1Layer-21M. Additional resources: tinystories_all_data.tar.gz - contains a superset of… See the full description on the dataset page: https://huggingface.co/datasets/roneneldan/TinyStories.
Dataset Card for "wikitext" Dataset Summary The WikiText language modeling dataset is a collection of over 100 million tokens extracted from the set of verified Good and Featured articles on Wikipedia. The dataset is available under the Creative Commons Attribution-ShareAlike License. Compared to the preprocessed version of Penn Treebank (PTB), WikiText-2 is over 2 times larger and WikiText-103 is over 110 times larger. The WikiText dataset also features a far… See the full description on the dataset page: https://huggingface.co/datasets/Salesforce/wikitext.
Dataset Card for UltraChat 200k Dataset Description This is a heavily filtered version of the UltraChat dataset and was used to train Zephyr-7B-β, a state of the art 7b chat model. The original datasets consists of 1.4M dialogues generated by ChatGPT and spanning a wide range of topics. To create UltraChat 200k, we applied the following logic: Selection of a subset of data for faster supervised fine tuning. Truecasing of the dataset, as we observed around 5% of… See the full description on the dataset page: https://huggingface.co/datasets/HuggingFaceH4/ultrachat_200k.