斯坦福大学 发布 BIOMEDICA 数据集, 应用在 生物医学、多模态数据 领域

斯坦福大学 本次发布的数据集 BIOMEDICA, BIOMEDICA是由斯坦福大学开发的一个大规模生物医学图像-文本数据集，旨在填补生物医学领域缺乏公开多模态数据集的空白。该数据集包含超过2400万张图像-文本对，源自600万篇PubMed Central开放获取文章，涵盖了广泛的生物医学领域。数据集通过ETL管道从PubMed Central提取数据，并经过专家标注和聚类处理，提供了丰富的元数据和注释。BIOMEDICA数据集支持流式处理，适用于深度学习模型的训练和评估，广泛应用于病理学、放射学、眼科、皮肤病学等多个生物医学领域，旨在提升视觉-语言模型在生物医学任务中的表现。

查看BIOMEDICA

Dataset card 内容： 

Files and versions 内容： 

关于 斯坦福大学 , 斯坦福大学是一所位于美国加州的世界顶尖私立研究型大学，以其在科技、工程、商业和法律等领域的卓越教学和研究而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。