骨折与健康骨骼X射线图像数据集
该数据集包含9300余张X射线图像，分为骨折与未骨折两类，涵盖原始图像与增强图像，所有图像统一调整为512×512像素并采用LANCZOS插值保持清晰度
基本信息
资源简介
骨折与健康骨骼X射线图像数据集
🩻 X-ray Images of Fractured and Healthy Bones
该数据集包含9300余张X射线图像，分为骨折与未骨折两类，涵盖原始图像与增强图像，所有图像统一调整为512×512像素并采用LANCZOS插值保持清晰度。数据以JPG格式、RGB色彩存储，按类别文件夹组织，适用于骨折检测的图像分类任务，可支撑计算机视觉与深度学习模型的训练与评估（来源 Kaggle，Attribution 4.0 International (CC BY 4.0) 许可）。
【数据集背景】
源站首次发布：2025-07-07。
【数据内容】
源站描述（机器翻译，仅供参考）：📄 数据集概览 本数据集包含9,300+张X射线图像，均匀分为两类：骨折与未骨折。数据集包含原始图像和增强图像。所有图像均使用高质量LANCZOS插值调整为512×512像素，以保持视觉清晰度。--- 🧾 数据集摘要 | 类别 | 原始 | 增强 | 总计 | |----------------|----------|-----------|--------| | 骨折 | 130 | 4,520 | 4,650 | | 未骨折 | 290 | 4,360 | 4,650 | | 总计 | 420 | 8,880 | 9,300 | - 格式：.JPG - 尺寸：512×512像素 - 颜色：RGB - 按类别组织在文件夹中： - Fractured/ - Non-Fractured/ --- 🧪 数据增强 使用PyTorch torchvision变换应用： - 随机水平翻转 - 旋转（±20°） - 颜色抖动（亮度、对比度、饱和度、色调） - 随机调整大小裁剪（至512×512） --- 🎯 使用C
【数据结构与技术规格】
文件数 20 个，合计 1.11 MB。
【主题与分类】
主题标签：health conditions、computer vision、deep learning、image classification。本站分类：肌肉骨骼系统疾病。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/foyez767/x-ray-images-of-fractured-and-healthy-bones
使用许可：Attribution 4.0 International (CC BY 4.0)。
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://kaggle.com/datasets/foyez767/x-ray-images-of-fractured-and-healthy-bones
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:
数据集大小约 563.8 MB。
数据说明
Foyez Ahmed Dewan (2025). 🩻 X-ray Images of Fractured and Healthy Bones [Dataset]. https://www.kaggle.com/datasets/foyez767/x-ray-images-of-fractured-and-healthy-bones
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
