RSNA LLM胸部X光心胸疾病基准数据集 (REVEAL-CXR)
REVEAL-CXR是经三重专家验证的胸部X光基准数据集，含200例DICOM影像（100例公开），覆盖12种心胸异常标签，用于评估多模态大语言模型的临床诊断能力。
基本信息
资源简介
RSNA LLM胸部X光心胸疾病基准数据集 (REVEAL-CXR)
【一句话概览】
RSNA 的医学影像 AI 资源库 MIRA 提供带标注的医学影像数据集，用于支持医学影像领域的人工智能研究。这些数据集为 RSNA 系列 AI 挑战赛汇编，面向非商业研究免费开放。下载前需提供电子邮箱并接受使用条款，随后会收到来自 no-reply@imaging.rsna.org 的下载链接。如需更多信息或下载协助，可联系 informatics@rsna.org（来源 imaging.rsna.org）。
【数据集背景】
本数据集源站标题为《Medical Imaging Resource for AI (MIRA)》。
【数据内容】
源站原始描述：The RSNA Medical Imaging Resource for AI (MIRA) data repository provides annotated medical imaging datasets to support research in medical imaging, focusing on artificial intelligence. MIRA datasets were assembled for RSNA''s ongoing series of AI challenge competitions. They are made available at no cost for non-commercial research. To download a MIRA dataset, you will first need to provide your email address, and indicate your acceptance of the terms of use. You will then receive a download link…
中文译文（机器翻译，仅供快速理解，请以原文为准）：RSNA医学影像人工智能资源（MIRA）数据存储库提供经过标注的医学影像数据集，以支持医学影像领域的研究，重点聚焦于人工智能。MIRA数据集是为RSNA持续举办的一系列AI挑战赛而汇集整理的。这些数据集可免费用于非商业性研究。要下载MIRA数据集，您首先需要提供您的电子邮箱地址，并表明您接受使用条款。随后，您将通过电子邮件（来自no-reply@imaging.rsna.org）收到一个下载链接，您可以使用该链接启动下载。如需了解更多信息或获取数据集下载方面的帮助，请联系informatics@rsna.org。
【主题与分类】
主题标签：medical imaging、artificial intelligence、CT、MRI、mammography、intracranial hemorrhage、pulmonary embolism、breast cancer、cervical spine fracture、abdominal trauma。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://imaging.rsna.org
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。
暂未开放有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
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
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
REVEAL-CXR是由北美放射学会联合全球10个机构的17位心胸放射专家构建的胸部X光诊断基准数据集，包含200例经三重专家验证的DICOM格式影像（100例公开），涵盖12种心胸异常标签如肺实变、气胸等。数据源自MIDRC注册的13,735例临床影像，通过GPT-4o和Phi-4-Reasoning模型辅助提取报告特征，并采用分层抽样确保罕见病与多病症案例的覆盖。该数据集旨在解决现有放射学数据缺乏专家直接图像标注的问题，为评估多模态大语言模型的临床诊断能力提供黄金标准，特别关注复杂病例和罕见病种的模型性能验证。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
