CLX-34：颈椎侧位X射线34点数据集
CLX-34 是面向颈椎侧位 X 射线图像的关键点标注数据集，共定义 34 个解剖关键点，覆盖 C1-C7 范围，并对 C2 及 C3-C7 的上下缘、前后缘等位置提出具体标记方案
基本信息
资源简介
CLX-34：颈椎侧位X射线34点数据集
CLX-34: Cervical lateral X-ray 34-point dataset
CLX-34 是面向颈椎侧位 X 射线图像的关键点标注数据集，共定义 34 个解剖关键点，覆盖 C1-C7 范围，并对 C2 及 C3-C7 的上下缘、前后缘等位置提出具体标记方案。该数据集可用于计算 Harrison、Ishihara、C2-C7 Cobb 及 C2 slope 等多种颈椎曲度测量方法，支持颈椎曲度相关几何参数的自动或半自动分析，服务于肌肉骨骼系统疾病的影像学研究与算法评测（来源 DataONE，http://creativecommons.org/licenses/by-nc-sa/4.0 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：已提出一种包含颈椎侧位 X 射线图像 34 个关键点的地标方案。该基准允许使用多种方法计算颈椎曲度，包括 Harrison、Ishihara、C2-C7 Cobb 和 C2 slope。地标代表与 4 种测量子方法相关的几何参数。除框内选定的 C1-C7 范围外，该方案建议在 C2 上标记特定点，包括后缘上端和下端的两个点（C2_1、C2_2），以及下缘后端和前端的两个点（C2_3、C2_4）。对于 C3-C7，提出一组点，包括上缘前端和后端的两个点、后缘上端和下端的两个点，以及下缘后端和前端的两个点（例如 C3_1、C3_2、C3_3、C3_4、C3_5、C3_6）。总共标记 34 个点。标注 f
【主题与分类】
主题标签：Medicine, Health and Life Sciences。本站分类：肌肉骨骼系统疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Ad64d24e01d4d760d1f2f6f6775b127da9fff4668f7d154e97f6968dd303cf9a6
使用许可：http://creativecommons.org/licenses/by-nc-sa/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。
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
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
已提出一个包含34个关键点的颈椎侧位X线图像标志点体系。该基准可用于通过多种方法计算颈椎曲度，包括Harrison法、Ishihara法、C2-C7 Cobb角及C2斜率。这些标志点代表了与4种测量子方法相关的几何参数。除框内选定的C1-C7范围外，该方案建议在C2上标记特定点，包括后缘上、下端的两个点（C2_1、C2_2），以及下缘后、前端的两个点（C2_3、C2_4）。对于C3-C7，建议设置一组点，包括上缘前、后端的两个点，后缘上、下端的两个点，以及下缘后、前端的两个点（例如C3_1、C3_2、C3_3、C3_4、C3_5、C3_6）。总共标记34个点。每幅图像的标注文件以.json格式存储。
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。
