Grand Challenge：DFUC 2024 糖尿病足溃疡数据集
糖尿病是一种全球性流行病，影响约 4.25 亿人，预计到 2045 年将上升至 6.29 亿。糖尿病足溃疡（DFU）是该疾病可能导致的一种严重病症
基本信息
资源简介
Grand Challenge：DFUC 2024 糖尿病足溃疡数据集
糖尿病是一种全球性流行病，影响约4.25亿人，预计到2045年将上升至6.29亿。糖尿病足溃疡（DFU）是该疾病可能导致的一种严重病症，其发病率在过去数十年间不断上升，给医疗系统带来了严峻挑战。DFU病例通常会导致病情严重化，大幅延长治疗周期，并可能最终导致截肢甚至死亡。近年来的研究聚焦于开发检测算法，以监测DFU病情，从而改善患者护理并减轻医疗系统的压力。Grand Challenge: DFUC 2024 数据集正是在这一背景下构建的，旨在为糖尿病足溃疡的分析与管理提供数据支持。
【数据集背景】
糖尿病在全球范围内广泛流行，影响约4.25亿人，预计到2045年将上升至6.29亿。糖尿病足溃疡（DFU）是糖尿病可能引发的一种严重病症。过去数十年来，DFU发病率的上升对医疗系统构成了重大挑战。DFU病例通常会导致严重状况，极大地延长治疗时间，并可能导致肢体截肢或死亡。近年来的研究致力于创建检测算法，以监测DFU病情，改善患者护理并减轻医疗系统的负担。该数据集所属分类为内分泌、营养和代谢疾病 / 糖尿病，来源于dfuc2022.grand-challenge.org。
【数据内容】
该数据集涉及糖尿病足溃疡（DFU）图像。曼彻斯特城市大学、兰开夏郡教学医院以及曼彻斯特大学NHS基金会信托之间的合作创建了一个包含多达11,000张DFU图像的国际存储库。溃疡区域的分析是DFU管理的关键。溃疡的勾画（delineation）是一项耗时的工作。该数据集的具体图像数量、标注类型、文件格式等详细内容源站未提供。
【采集与来源】
该数据集来源于dfuc2022.grand-challenge.org。其图像存储库由曼彻斯特城市大学、兰开夏郡教学医院和曼彻斯特大学NHS基金会信托合作创建，是一个国际性的DFU图像存储库，包含多达11,000张DFU图像。该工作汇集了来自英国、美国、印度等国的首席科学家的努力。关于图像采集的具体设备、采集时间、采集地点、患者人群等信息源站未提供。
【适用场景】
该数据集适用于糖尿病足溃疡（DFU）相关的检测算法研究与开发。近年来的研究聚焦于创建检测算法以监测DFU病情，从而改善患者护理并减少医疗系统的压力。溃疡区域的分析是DFU管理的关键环节，因此该数据集可用于支持溃疡区域的检测与分析相关的研究工作。关于该数据集在其他具体任务或场景中的适用性，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该数据集包含多达11,000张DFU图像，是一个国际性的图像存储库。溃疡的勾画是一项耗时的工作，这可能是相关分析任务中需要考虑的因素。关于该数据集的质量评估、标注准确性、数据偏差、使用限制等详细信息，源站未提供。
【引用与许可】
源站未提供。
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。
需登录公开下载
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。
暂未开放有偿下载
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
源站：https://dfuc2022.grand-challenge.org/
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
糖尿病是一种全球性流行病，影响约4.25亿人，预计到2045年将增至6.29亿。糖尿病足溃疡（DFU）是该病可能引发的一种严重并发症。过去几十年来，该病症的增加对医疗系统构成了挑战。DFU病例通常会导致严重状况，极大延长治疗时间，并可能导致截肢或死亡。近期研究集中于创建检测算法以监测其状况，从而改善患者护理并减轻医疗系统压力。曼彻斯特城市大学、兰开夏郡教学医院及曼彻斯特大学NHS基金会信托的合作，建立了一个包含多达11,000张DFU图像的国际数据库。溃疡区域的分析是DFU管理的关键。溃疡边界的划定耗时费力。在英国、美国、印度和新西兰首席科学家的努力下，这一挑战促进了DFU分割领域的新工作，并推动了跨学科研究人员的合作。
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。
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。
