Chest ImaGenome 胸片场景图数据集

Chest ImaGenome 由 IBM Research、伦斯勒理工学院等机构的 13 位作者建立，托管于 PhysioNet。它在 MIMIC-CXR 的基础上，为 242,072 张正位胸片生成场景图，这些胸片来自 217,013 份报告。场景图覆盖 29 个解剖部位与属性间的 1,256 种关系组合，另有超过 670,000 条跨检查的比较关系。其中 500 名患者的 1,000 张图像有人工标注的金标准。

放射报告常以前后片对比描述病情变化，这份数据把这种对比落到具体解剖部位。研究者可以用它做胸片异常的部位定位、报告生成与病情变化判断。按患者划分的训练、验证与测试集，便于不同方法之间比较。

胸片与报告来自诊疗过程，属于 1.0 临床真实一层；属性映射到 UMLS 概念编码，属于 2.0 规则语义一层。500 名患者的金标准由医生验证并纠正，能学到 3.0 专家判断。固定划分与评估脚本给出精确率、召回率、F1 与 IoU，属于 4.0 任务环境一层。模型可以从中学习把报告里的发现落到胸片上的具体部位，并判断与前片相比是好转还是加重。其余 24 万余张图像的标签为自动生成，报告没有提到的属性不等于正常。

项目	内容
规模	242,072 张正位胸片的场景图、217,013 份报告、金标准 500 名患者
记录语言	英语
记录来源	诊疗过程
记录单位	一张正位胸片
时间轴	纵向，同一患者按时间排序的多次胸片间有比较关系
结局	无结局字段
专家标注	有，医生对 500 名患者的关系标注做验证与纠正，其余为自动标签
任务环境	有，按患者固定划分，附金标准评估代码

表：scene_graph.zip 中的场景图 JSON（silver_dataset）。

字段	含义	类型或取值
image_id	图像编号，即 MIMIC-CXR 的 dicom_id	字符串
viewpoint	投照体位	AP 或 PA
study_id	检查编号，同 MIMIC-CXR	整数
age_decile	年龄十岁分段	字符串，如 '50-60'
reason_for_exam	报告中的检查原因句，已去年龄	字符串
StudyOrder	该患者检查的时间顺序	整数
objects	解剖部位及其边界框列表	字典列表
attributes	各解剖部位的属性关系列表	字典列表

表：场景图 JSON（按解剖部位展开）。

合成样例，非真实记录。

投照体位	年龄十岁分段	检查时间顺序	解剖部位	属性关系	与前片比较
AP	60-70	1	right lung	anatomicalfinding／yes／lung opacity	—
AP	60-70	2	right lung	anatomicalfinding／yes／lung opacity	comparison／yes／improved
PA	60-70	3	cardiac silhouette	nlp／yes／normal	comparison／yes／no change

项目	内容
许可	PhysioNet Credentialed Health Data License 1.5.0
商用	未列明
申请	须为 PhysioNet 凭证用户、完成 CITI 培训并签数据使用协议
中国可用性	须 PhysioNet 凭证、CITI 培训并签数据使用协议，未列明国别限制

项目	内容
维护方口径	医生标注 500 名患者的金标准集，含 1,000 张图像边界框双人标注。给出关系抽取与边界框的精确率、召回率、F1 与 IoU
已知局限	标注为自动生成，受自然语言处理与边界框流程性能限制。放射科医生不在每次检查中描述全部相关属性。每名患者首次检查的比较关系未纳入

• 检验、影像与病理判读　›　胸部影像与放射报告

https://physionet.org/content/chest-imagenome/1.0.0/；https://physionet.org/content/chest-imagenome/view-license/1.0.0/。