medicat

Medicat

O Medicat é um conjunto de dados de imagens médicas, legendas, anotações de subfigura subfigura e referências textuais embutidas. As instruções para acesso são fornecidas aqui.

Figuras e legendas são extraídas de artigos de acesso aberto no PubMed Central e o texto de referência correspondente é derivado do S2ORC.

O conjunto de dados consiste em:

• 217.060 números de 131.410 documentos de acesso aberto
• 7507 Anotações de subcapacidade e subfigura para 2069 figuras compostas
• Referências em linha para ~ 25k figuras no conjunto de dados ROCO

Uma amostra dos dados está disponível na sample/ .

Um exemplo de entrada de dados:

 {
  "pdf_hash": "57c9ad0f4aab133f96d40992c46926fabc901ffa",
  "fig_key": "Figure1",
  "fig_uri": "2-Figure1-1.png",
  "s2_caption": "Figure 1. (A) Barium enema and (B) endoscopic image of the high-grade distal colonic obstruction caused by a 5-cm anastomotic stricture.",
  "s2orc_caption": "Figure 1. (A) Barium enema and (B) endoscopic image of the high-grade distal colonic obstruction caused by a 5-cm anastomotic stricture.",
  "s2orc_references": [
    "Computed tomography (CT) showed a distal large bowel obstruction, and a barium enema revealed a high-grade stenosis proximal to the anastomotic site in the recto-sigmoid region (Figure 1 ).",
    "Flexible sigmoidoscopy revealed a tight, fibrotic, benign-appearing anastomotic stricture 15 cm from the anal verge ( Figure 1) ."
  ],
  "radiology": false,
  "scope": true,
  "predicted_type": "Medical images",
  "oa_info": {
    "doi": "10.14309/crj.2014.54",
    "doi_url": "https://doi.org/10.14309/crj.2014.54",
    "oa": {
      "is_oa": true,
      "oa_status": "gold",
      "journal_is_oa": true,
      "journal_is_in_doaj": true,
      "license": "cc-by-nc-nd",
      "provenance": "unpaywall"
    }
  }
}

A figura correspondente está localizada em figures/57c9ad0f4aab133f96d40992c46926fabc901ffa_2-Figure1-1.png ( {pdf_hash}_{fig_uri} ).

Para baixar:

Por favor, preencha este formulário para acesso. Se você não recebeu links para o conjunto de dados após 5 dias, entre em contato com [email protected] para perguntar. Às vezes, os e -mails de acesso também acabam em caixas de spam; portanto, verifique primeiro antes de enviar um e -mail.

Código

Consulte o diretório code para o código associado ao nosso artigo. O code/README.md inclui informações adicionais sobre como você pode usar esse código.

Para citar:

Se estiver usando este conjunto de dados, cite:

 @inproceedings{subramanian-2020-medicat,
    title={{MedICaT: A Dataset of Medical Images, Captions, and Textual References}},
    author={Sanjay Subramanian, Lucy Lu Wang, Sachin Mehta, Ben Bogin, Madeleine van Zuylen, Sravanthi Parasa, Sameer Singh, Matt Gardner, and Hannaneh Hajishirzi},
    year={2020},
    booktitle={Findings of EMNLP},
}

Licença

Cada documento de origem no medicamento é licenciado de maneira diferente. Os artigos incluídos no Medicat têm licenças de acesso aberto (consulte CC e UPW) ou estão em domínio público. A licença para cada artigo é fornecida na entrada associada no conjunto de dados. Por favor, cumpra essas licenças ao usar. O conjunto de dados Medicat está disponível apenas para uso não comercial.

Contate-nos

E -mail: {sanjays, lucyw}@allenai.org