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

基本信息
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
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。
使用方式
数据集获取
源站:https://data.mendeley.com/datasets/rg4g629stx
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 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。

![急性阑尾炎,未特指 - 男性,39岁 - 组织图像 [6270730022347231]](/medical-api/medicalDataset/datasetCover/96987_v20261105074048.jpg)


