VL-Health 是浙江大学联合中国电子科技大学等团队，于 2025 年发布的首个面向医疗多模态理解与生成的综合数据集，相关论文成果为：「HealthGPT: A Medical Large Vision-Language Model for Unifying Comprehension and Generation via Heterogeneous Knowledge Adaptation」。
该数据集整合了 76.5 万理解任务样本和 78.3 万生成任务样本，覆盖 11 种医学模态（包括 CT 、 MRI 、 X 光、 OCT 等）和多类疾病场景（从肺部疾病到脑部肿瘤）。
理解任务：
VL-Health 融合了 VQA-RAD（放射学问题）、 SLAKE（语义标注知识增强）、 PathVQA（病理学问答）等专业数据集，并补充 LLaVA-Med 、 PubMedVision 等大规模多模态数据，确保模型学习从基础影像识别到复杂病理推理的全链条能力。
生成任务：
生成任务则主要聚焦以下 4 个方向：
- 模态转换：基于 SynthRAD2023 的 CT-MRI 配对数据，训练模型的模态间转换能力；
- 超分辨率：利用 IXI 数据集的高分辨率脑部 MRI，提升图像细节重建精度；
- 文本-图像生成：基于 MIMIC-CXR 的 X 光图像与报告，实现从文本描述到图像的生成；
- 图像重建：改编 LLaVA-558k 数据集，训练模型的图像编码-解码能力。
数据集分类