深度学习用于发育性髋关节发育不良超声图像评估数据集

该数据集来自data.mendeley.com,包含发育性髋关节发育不良(DDH)的超声图像,原始格式为DICOM(.dcm),经RadiAnt DICOM Viewer转换为JPEG并去除全部元数据

google_dataset
2024-12-02 更新
浏览 3
医学影像分类发育性髋关节发育不良超声图像深度学习肌肉骨骼疾病DICOM医学影像
Deep Learning for Evaluation of Ultrasound Images in Developmental Hip Dysplasia

基本信息

模态
医学影像
大小
0.043550094 GB
任务类型
分类
创建/更新时间
2024-12-02
版本
v1

资源简介

深度学习用于发育性髋关节发育不良超声图像评估数据集

Deep Learning for Evaluation of Ultrasound Images in Developmental Hip Dysplasia

该数据集来自data.mendeley.com,包含发育性髋关节发育不良(DDH)的超声图像,原始格式为DICOM(.dcm),经RadiAnt DICOM Viewer转换为JPEG并去除全部元数据。图像采集自TOBB ETU Hospital的Philips EPIQ 5G设备,经伦理委员会批准,仅限科学研究用途且需出版方书面同意。数据可用于训练和评估深度学习模型,以辅助DDH的超声图像分类与评估(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2024-12-02。

【数据内容】

源站描述(机器翻译,仅供参考):此处数据集仅可在获得出版方书面同意的情况下用于科学研究目的(联系方式:ecolak@ankara.edu.tr)。该数据集经TOBB医院伦理委员会批准获得。超声(US)成像使用Philips Medical Systems制造的EPIQ 5G设备在TOBB ETU医院进行。采集的超声图像为DICOM格式,扩展名为.dcm,代表二维图像切片。这些切片被汇总形成一个综合图像池。由于图像为原始格式,因此进行了过滤和评估过程。部分图像因退化或过于复杂而无法用于训练而被排除。为导出原始图像,使用了RadiAnt DICOM Viewer软件,将其转换为JPEG格式。为遵守个人数据保护法规,所有元数据均已从图像中移除。

【数据结构与技术规格】

文件数 1 个,合计 43.55 MB。数据集 DOI:10.17632/rg4g629stx.1。

【主题与分类】

主题标签:发育性髋关节发育不良、超声图像、深度学习、肌肉骨骼疾病、DICOM、医学影像。本站分类:肌肉骨骼疾病/其他。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/rg4g629stx

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://data.mendeley.com/datasets/rg4g629stx

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 43.6 MB。

数据说明

Aslihan Onay (2024). Deep Learning for Evaluation of Ultrasound Images in Developmental Hip Dysplasia [Dataset]. http://doi.org/10.17632/rg4g629stx.1

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。