有哪些开源的医学图像数据集可以用来训练模型的分类效果的

以下是一些常用的开源医学图像数据集：

1. ImageNet：包含超过10万种不同类别的图像，其中包括医学图像数据集。

2. CIFAR-10和CIFAR-100：包含10和100个类别的小图像数据集，可用于训练分类模型。

3. MNIST：包含手写数字图像数据集，可用于训练图像分类模型。

4. LIDC-IDRI：肺部CT影像数据集，用于肺癌诊断。

5. MURA：骨骼X射线图像数据集，用于骨骼疾病分类。

6. ISIC：皮肤病图像数据集，用于皮肤病分类。

7. Brain Tumor Segmentation（BraTS）：脑部MRI图像数据集，用于脑部肿瘤分割。

8. Chest X-Ray14：胸部X射线图像数据集，用于肺部疾病分类。

以上数据集都是公开的，可以用于训练模型的分类效果。