医学异常检测 Qwen Camelyon 数据集

资源简介

医学异常检测 Qwen Camelyon 数据集

acroitoru/medical_anomalies_qwen_camelyon 是一个面向肿瘤与乳腺癌方向的公开数据集，托管于 huggingface.co。该数据集同时包含图像与文本两种模态，整体规模在 1K 到 10K 之间，由 4 个 parquet 文件组成，文件分别为 data/train-00000-of-00004.parquet、data/train-00001-of-00004.parquet、data/train-00002-of-00004.parquet 和 data/train-00003-of-00004.parquet，合计约 1.99 GB。数据集发布时间为 2026-02-19，采用列式存储的 Parquet 格式，适合以图像与文本联合建模的方式开展医学异常相关的研究与实验。

【数据集背景】

该数据集归属于肿瘤与乳腺癌这一医学方向，托管于 huggingface.co，发布时间为 2026-02-19。从主题标签来看，它同时涉及图像与文本两种模态，并提供了面向 datasets、dask、polars、mlcroissant 等工具的兼容标识，区域标记为 us。数据集名称中包含 medical_anomalies 与 camelyon 等字样，指向医学异常检测与相关病理图像场景，但关于其具体构建动机、任务定义与背景说明，源站未提供。

【数据内容】

数据集由 4 个 parquet 文件构成，分别为 data/train-00000-of-00004.parquet、data/train-00001-of-00004.parquet、data/train-00002-of-00004.parquet 和 data/train-00003-of-00004.parquet，合计约 1.99 GB。数据规模处于 1K 到 10K 之间，模态覆盖图像与文本两类。文件采用 Parquet 列式存储，并标注为 optimized-parquet 格式。关于具体的字段结构、图像分辨率、文本内容形式、标签体系与类别分布，源站未提供。

【采集与来源】

该数据集来源于 huggingface.co，区域标记为 us。除托管平台与区域信息外，关于原始数据来源、采集机构、采集时间、采集设备、伦理审批与脱敏处理方式等信息，源站未提供。

【适用场景】

结合其肿瘤与乳腺癌方向以及图像与文本双模态的特征，该数据集可用于医学图像与文本联合分析相关的研究与实验，例如围绕医学异常识别、病理图像理解以及多模态模型训练与评估等通用方向。由于规模在 1K 到 10K 之间，适合中小规模实验、方法验证与流程调试。关于该数据集明确支持的具体任务、评测基准与预期用途，源站未提供。

【使用方法】

使用时可先下载全部 4 个 parquet 文件，即 data/train-00000-of-00004.parquet、data/train-00001-of-00004.parquet、data/train-00002-of-00004.parquet 和 data/train-00003-of-00004.parquet，合计约 1.99 GB。读取时按 Parquet 列式存储格式处理，可借助 datasets、dask、polars 等工具加载。建议先在小样本上核对字段与编码，确认无误后再批量接入完整数据。关于具体的加载脚本、字段说明与预处理步骤，源站未提供。

【质量与限制】

数据集采用 Parquet 与 optimized-parquet 格式，便于列式读取与批量处理。其规模在 1K 到 10K 之间，属于中小规模数据集。关于数据标注质量、类别平衡性、图像与文本的完整性、潜在偏倚以及使用限制等信息，源站未提供。

【引用与许可】

关于该数据集的引用方式、论文出处、许可证类型与使用条款，源站未提供。