高质量图片数据集-医疗影像 (ROCOv2-radiology)

文本图像表格/结构化图文到文本视觉问答图生文医疗/健康科学/学术更新时间 2026·07·08
获取样例

数据集简介

主要数据内容包括: 医学放射影像(Radiology)图文配对数据 X-ray、CT、MRI、超声等医学影像数据 医学图像 Caption 与诊断描述数据 Image-Text Pair 医疗多模态数据 放射学报告与医学术语文本数据 疾病、器官与病灶视觉语义数据 结构化医学标签与影像描述数据 支持的能力方向包括: Medical VLM 与多模态医学模型训练 医学影像 Caption 生成 放射学报告生成(Report Generation) 医学图文检索(Cross-Modal Retrieval) 医学视觉问答(Medical VQA) 疾病识别与影像语义理解 医学 Embedding 与 RAG 系统训练 适用于: 医疗 AI 与 Radiology 模型研发 医学影像分析系统 智能辅助诊断研究 医疗多模态大模型(Medical MLLM)训练 医学知识库与检索系统 医院 AI 辅助报告生成

数据质量

记录时效性

按需更新

记录结构化

NDJSON、JSON、CSV、XLSX、Parquet,支持定制化

记录云交付

Amazon S3、Snowflake、Alibaba Cloud OSS、Google Cloud Storage、Google Drive

记录标准化

为保证数据的一致性与可用性,数据集在构建过程中对原始记录进行了标准化处理,包括:(1)单位标准化:统一价格、重量、尺寸等字段的计量单位;(2)格式标准化:统一日期、时间、数值字段的表示格式;(3)文本清洗:去除 HTML 标签、多余空格及异常字符;(4)字段规范化:统一字段命名、数据类型与缺失值表示方式。该过程确保数据在不同来源和不同采集批次之间保持结构一致性,便于后续分析与建模。

记录代表性

数据覆盖全量业务场景,样本均衡,具备行业代表性

文本图像表格/结构化图文到文本视觉问答图生文医疗/健康科学/学术

立即获取高质量 AI 训练数据集

免费获取样例