노이즈가 추가된 의료 문서 데이터셋(Noisy Medical Document)은 OCR 및 의료 문서 이해 작업을 위해 설계된 노이즈 강화 의료 문서 이미지 데이터셋입니다. 이 데이터셋은 실제 의료 환경에서 문서를 스캔할 때 발생하는 복잡한 노이즈 간섭 문제를 시뮬레이션하여 OCR 모델 및 문서 이해 모델의 견고성과 일반화 능력을 향상시키는 것을 목표로 하며, 광학 문자 인식(OCR), 지능형 문서 분석, 의료 정보 추출, LayoutLM과 같은 문서 모델의 미세 조정, 멀티모달 모델 평가, 의료 자연어 처리 등 연구 및 엔지니어링 분야에서 널리 활용됩니다. 이 데이터 세트는 500개의 병원 청구서와 500개의 퇴원 요약서를 포함한 1,000개의 고품질 합성 의료 문서 이미지와 완전한 JSON 구조의 주석 데이터를 포함합니다. 모든 이미지는 합성 데이터이며 HIPAA 개인정보 보호 및 보안 표준을 완벽하게 준수합니다.

데이터 세트 구성

• 병원비 청구서: 항목별 청구 내역, CPT 코드, 보험 조정 내역 및 재정 요약을 포함한 500건의 청구서.
• 퇴원 요약서: 500페이지 분량으로, 병력(HPI), 입원 과정, 검사 결과, 투약 기록, 후속 조치 지침 및 의사의 전자 서명이 포함됩니다.

소환

https://doi.org/10.34740/kaggle/dsv/16402426

@dataset{noisy_medical_docs_2026,
title={Noisy Medical Document Images – Hospital Bills & Discharge Summaries},
author={Devkumar Patel},
year={2026},
publisher={Kaggle},
url={https://www.kaggle.com/datasets/devp1866/noisy-medical-document-images-ocr}
}