UWM伤口分割数据仓库

UWM Wound Segmentation Repository 数据集包含与血管溃疡相关的图像资料,可用于图像分割、特征提取、风险建模和公开基准验证,适合疾病数据集检索、临床研究和算法开发。

University of Wisconsin-MilwaukeeUniversity of Wisconsin-Milwaukee
GitHub
2026-01-01 更新
浏览 42
图像图像分割
UWM Wound Segmentation Repository

基本信息

模态
图像
大小
0.35 GB
任务类型
图像分割
创建/更新时间
2026-01-01
版本
master

资源简介

UWM伤口分割数据仓库

【数据集背景】

本数据集源站标题为《uwm-bigdata/wound-segmentation》。源站首次发布:2020-04-03。

【数据内容】

源站原始描述:code and data for wound image segmentation # Call for Papers: Special Issue on * Recent Advances in Artificial Intelligence for Wound Assessment * In collaboration with **Bioengineering**, an open access journal by **MDPI**, we are soliciting papers in various AI technologies for wound assessment. More detail can be found below or at the journal''s webpage. # 2D Wound Segmentation This project aims at wound area segmentation from natural images in clinical settings. The architectures tested so fa…

【适用方向】

影像类数据可用于医学图像分析模型(检测、分割、分类)的训练与评测,也可用于标注质量与成像参数相关性的研究。

【获取与许可】

源站页面:https://github.com/uwm-bigdata/wound-segmentation

【使用注意】

· 源站最后修改于 2026-03-30,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。

免登录

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取

git clone https://github.com/uwm-bigdata/wound-segmentation.git

curl -L -o repo.zip https://github.com/uwm-bigdata/wound-segmentation/archive/refs/heads/master.zip
unzip repo.zip

源站 README 摘录(使用方式)

Requirements

tensorflow==2.6.0

数据加载示例(图像类)

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

完整仓库:github.com/uwm-bigdata/wound-segmentation

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案