骨折分类图像数据集
该数据集来自 kaggle.com，用于构建从 X 射线图像中准确分类骨折的计算机视觉系统。数据覆盖撕脱性骨折、粉碎性骨折、骨折脱位、青枝骨折、发丝样骨折、嵌插性骨折、纵向骨折、斜行骨折、病理性骨折和螺旋形骨折等多个骨折类别
基本信息
资源简介
骨折分类图像数据集
Bone Break Classification Image Dataset
该数据集来自 kaggle.com，用于构建从 X 射线图像中准确分类骨折的计算机视觉系统。数据覆盖撕脱性骨折、粉碎性骨折、骨折脱位、青枝骨折、发丝样骨折、嵌插性骨折、纵向骨折、斜行骨折、病理性骨折和螺旋形骨折等多个骨折类别。数据集共包含 20 个文件，由 Parisa Karimi Darabi 于 2024-01-13 发布。该数据可用于训练和评估图像分类与迁移学习模型，推动骨折分类流程自动化，辅助医疗专业人员做出更明智的决策（来源 Kaggle，Attribution 4.0 International (CC BY 4.0) 许可）。
【数据集背景】
源站首次发布：2024-01-13。
【数据内容】
源站描述（机器翻译，仅供参考）：骨折分类：一个计算机视觉数据集 利用此数据集和训练模型，创建一个能够从 X 射线图像中准确分类骨折的计算机视觉系统。该数据集涵盖一系列骨折类别，例如撕脱性骨折、粉碎性骨折、骨折脱位、青枝骨折、发丝样骨折、嵌插性骨折、纵向骨折、斜行骨折、病理性骨折和螺旋形骨折。自动化骨折分类流程有望提升患者护理水平，并帮助医疗专业人员做出明智的决策。
【数据结构与技术规格】
文件数 20 个，合计 693.19 KB。
【主题与分类】
主题标签：health conditions、computer vision、deep learning、image classification、multiclass classification、transfer learning。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/pkdarabi/bone-break-classification-image-dataset
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://kaggle.com/datasets/pkdarabi/bone-break-classification-image-dataset
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 42.5 MB。
数据说明
Parisa Karimi Darabi (2024). Bone Break Classification Image Dataset [Dataset]. https://www.kaggle.com/datasets/pkdarabi/bone-break-classification-image-dataset
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。
