Bone FractureX-ray Simple vs. Comminuted Fractures 数据集
该数据集来自 kaggle.com，用于骨骨折分类研究，聚焦简单骨折与粉碎性骨折两类。数据包含高质量 X 射线图像及增强图像：简单骨折原始图像 1,211 张、增强图像 6,311 张、总计 7,522 张；粉碎性骨折原始图像 1,173 张、增强图像 7,366 张、总计 8,539 张
基本信息
资源简介
Bone FractureX-ray Simple vs. Comminuted Fractures 数据集
Bone FractureX-ray Simple vs. Comminuted Fractures
该数据集来自 kaggle.com，用于骨骨折分类研究，聚焦简单骨折与粉碎性骨折两类。数据包含高质量 X 射线图像及增强图像：简单骨折原始图像 1,211 张、增强图像 6,311 张、总计 7,522 张；粉碎性骨折原始图像 1,173 张、增强图像 7,366 张、总计 8,539 张。适用于图像分类、分割与骨折类型识别等机器学习模型的开发与评估（来源 Kaggle，CC0: Public Domain 许可）。
【数据集背景】
源站首次发布：2025-01-06。
【数据内容】
源站描述（机器翻译，仅供参考）：骨骨折 X 射线数据集：简单骨折与粉碎性骨折 数据集概述： 本数据集经过整理，用于支持骨骨折分类研究，聚焦简单骨折与粉碎性骨折。它包含高质量 X 射线图像以及多样化的增强图像，便于医学影像机器学习模型的开发与评估。该数据集适用于图像分类、分割和骨折类型识别任务。 骨折类别： 1. 简单骨折：来源：仅来自医院记录。原始图像：1,211 张。增强图像：6,311 张。总图像数：7,522 张。 2. 粉碎性骨折：来源：医院来源图像与网络来源图像的混合（约十分之一来自网页）。原始图像：1,173 张。增强图像：7,366 张。总图像数：8,539 张。 关键特征
【数据结构与技术规格】
文件数 20 个，合计 1.49 MB。
【主题与分类】
主题标签：health conditions、image classification、image generator、image augmentation、image extrapolation。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/jocelyndumlao/bone-fracturex-ray-simple-vs-comminuted-fractures
使用许可：CC0: Public Domain。
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/jocelyndumlao/bone-fracturex-ray-simple-vs-comminuted-fractures
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 2.13 GB。
数据说明
Jocelyn Dumlao (2025). Bone FractureX-ray Simple vs. Comminuted Fractures [Dataset]. https://www.kaggle.com/datasets/jocelyndumlao/bone-fracturex-ray-simple-vs-comminuted-fractures
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。
