English(EN) A large-scale heterogeneous 3D magnetic resonance brain imaging dataset for self-supervised learning

海量FOMO260K数据集发布，助力AI在脑部MRI分析中的应用

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-07 04:00

研究人员发布了FOMO260K，这是一个包含超过26万张3D脑部MRI扫描的庞大数据集。该数据集旨在促进医学影像领域自监督学习技术的发展。它包含了多种图像类型和解剖学变异，旨在降低开发和评估新方法的门槛。 AI

影响提供了一个大规模数据集，以加速医学影像分析自监督学习模型的研发。

排序理由这是一篇研究论文，详细介绍了一个用于医学影像自监督学习的新数据集。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Stefano Cerri, Asbj{\o}rn Munk, Sebastian N{\o}rgaard Llambias, Jakob Ambsdorf, Julia Machnio, Vardan Nersesjan, Christian Hedeager Krag, Peirong Liu, Pablo Rocamora Garc\'ia, Mostafa Mehdipour Ghazi, Mikael Boesen, Michael Eriksen Benros, Juan Eugenio Ig · 2026-05-07 04:00

A large-scale heterogeneous 3D magnetic resonance brain imaging dataset for self-supervised learning

arXiv:2506.14432v3 Announce Type: replace-cross Abstract: We present FOMO260K, a large-scale, heterogeneous dataset of 260,927 brain Magnetic Resonance Imaging (MRI) scans from 77,589 MRI sessions and 55,378 subjects, aggregated from 910 publicly available sources. The dataset in…