LLaVA-Rad MIMIC-CXR 标注集

数据集获取（PhysioNet）

• 源站标题：LLaVA-Rad MIMIC-CXR Annotations
• 版本：1.0.0
• DOI：10.13026/4ma4-k740
• 源站页面：https://physionet.org/content/llava-rad-mimic-cxr-annotation/1.0.0

PhysioNet 数据需注册账号（机构邮箱）并签署数据使用协议后下载：

1. 在 https://physionet.org/content/llava-rad-mimic-cxr-annotation/1.0.0 页面登录并接受许可条款；
2. 命令行整目录下载：

wget -r -N -c -np --user=<账号> --ask-password https://physionet.org/files/llava-rad-mimic-cxr-annotation/1.0.0/

3. 或用官方工具（推荐，支持断点续传与校验）：

pip install physionet-download
physionet-download llava-rad-mimic-cxr-annotation

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。

数据说明

其特点是能够从 MIMIC-CXR 自由文本放射学报告中更准确地提取章节。传统上，人们使用基于规则的方法提取检查原因、所见和印象等章节。然而，由于报告结构和临床语言的不一致，这些方法常常失败。在本研究中，我们利用 GPT-4 更可靠地提取这些章节，向训练划分添加了 237,073 个图像-文本对，向验证划分添加了 1,952 个图像-文本对。这一改进促成了 LLaVA-Rad 的开发和微调；LLaVA-Rad 是专为放射学应用定制的多模态大语言模型（LLM），在报告生成任务上取得了更好的性能。

许可

PhysioNet Credentialed Health Data License 1.5.0

引用

学术使用请引用：{Zambrano Chaves et al. (2025). LLaVA-Rad MIMIC-CXR Annotations. PhysioNet. doi:10.13026/4ma4-k740 DOI 10.13026/4ma4-k740。