该数据集为上海交通大学团队于 2024 年构建的当前最大规模的 3D 医学图像分割数据集。它汇集了 72 个公开数据集，来自 CT 、 MR 和 PET 三种模态的 22K+ 图像， 302K+ 分割标注，涵盖了人体 8 个主要部位中的 497 个分割目标，实现了通过文本提示的放射学影像通用医疗分割模型。 相关研究以「One Model to Rule them All: Towards Universal Segmentation for Medical Images with Text Prompts」发表在学术平台 arXiv.org 上。

Citation

@article{zhao2025large, title={Large-vocabulary segmentation for medical images with text prompts}, author={Zhao, Ziheng and Zhang, Yao and Wu, Chaoyi and Zhang, Xiaoman and Zhou, Xiao and Zhang, Ya and Wang, Yanfeng and Xie, Weidi}, journal={NPJ Digital Medicine}, volume={8}, number={1}, pages={566}, year={2025}, publisher={Nature Publishing Group UK London} }