MIMIC-CXR-JPG, una gran base de datos pública de radiografías de tórax etiquetadas

La radiografía de tórax es una modalidad de imagen extremadamente poderosa, que permite una inspección detallada del tórax de un paciente, pero que requiere formación especializada para una correcta interpretación. Con la llegada de algoritmos de visión por computadora de propósito general de alto rendimiento, el análisis automatizado preciso de radiografías de tórax está despertando un interés creciente entre los investigadores. Sin embargo, un desafío clave en el desarrollo de estas técnicas es la falta de datos suficientes. Aquí describimos MIMIC-CXR-JPG v2.0.0, un gran conjunto de datos de 377,110 radiografías de tórax asociadas a 227,827 estudios de imagen obtenidos del Beth Israel Deaconess Medical Center entre 2011 y 2016. Las imágenes se proporcionan con 14 etiquetas derivadas de dos herramientas de procesamiento de lenguaje natural aplicadas a los informes de radiología de texto libre correspondientes. MIMIC-CXR-JPG se deriva completamente de la base de datos MIMIC-CXR y tiene como objetivo proporcionar una versión procesada conveniente de MIMIC-CXR, así como proporcionar una referencia estándar para divisiones de datos y etiquetas de imágenes. Todas las imágenes han sido desidentificadas para proteger la privacidad del paciente. El conjunto de datos se ofrece de forma gratuita para facilitar y fomentar una amplia gama de investigaciones en visión por computadora médica.