GEMeX
GEMeX是一个大规模、可解释的医学视觉问答基准数据集，包含15万张胸部X光图像和160万问答对，支持多种问题类型并附带解释。
基本信息
资源简介
GEMeX
【一句话概览】
GEMeX 是一个面向胸部 X 射线诊断的大规模、可定位且可解释的医学视觉问答基准。该基准围绕医学 VQA、胸部 X 射线、基准、可解释性和多模态等方向构建，旨在为胸部 X 射线诊断提供可定位、可解释的评测资源（来源 med-vqa.com）。
【数据集背景】
本数据集源站标题为《GEMeX: A Large-Scale, Groundable, and Explainable Medical VQA Benchmark for Chest X-ray Diagnosis》。
【数据内容】
源站原始描述：GEMeX: A Large-Scale, Groundable, and Explainable Medical VQA Benchmark for Chest X-ray Diagnosis
中文译文（机器翻译，仅供快速理解，请以原文为准）：GEMeX：一个大规模、可定位且可解释的胸部X光诊断医学视觉问答基准
【主题与分类】
主题标签：Medical VQA、Chest X-ray、Benchmark、Explainability、Multimodal。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://www.med-vqa.com/GEMeX/
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://www.med-vqa.com/GEMeX/
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
GEMeX是一个大规模、可解释的医学视觉问答（VQA）基准数据集，专门用于胸部X光诊断。数据集包含151,025张放射图像和1,605,575个问题-答案对，涵盖开放式、封闭式、单选和多选四种问题类型，并提供详细的视觉和文本解释，适用于医疗诊断、医学教育和临床决策支持。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
