人类骨折X射线影像数据集

该数据集为来自 data.mendeley.com 的医学影像数据集,用于自动化骨折检测与分类。共包含 1,539 张带标注的 X 射线图像,覆盖 10 类骨折类别及健康骨骼案例

google_dataset
2026-09-15 更新
浏览 7
医学影像目标检测肌肉骨骼系统疾病骨折检测骨折分类X射线影像目标检测医学影像
Human Bone Fractures

基本信息

模态
医学影像
大小
0.03956811 GB
任务类型
目标检测
创建/更新时间
2026-09-15
版本
v1

资源简介

人类骨折X射线影像数据集

Human Bone Fractures

该数据集为来自 data.mendeley.com 的医学影像数据集,用于自动化骨折检测与分类。共包含 1,539 张带标注的 X 射线图像,覆盖 10 类骨折类别及健康骨骼案例。每张图像均标注骨折类型与位置,并提供边界框标注,可支撑医学影像领域的计算机视觉研究,用于骨折检测与分类模型的训练与评估(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2026-09-15。

【数据内容】

源站描述(机器翻译,仅供参考):一个用于自动化骨折检测与分类的医学影像数据集。它包含 1,539 张带标注的 X 射线图像,覆盖 10 个骨折类别和健康骨骼案例。数据集概览:该数据集包含带有边界框标注的 X 射线图像,用于骨折检测与分类。每张图像均标注骨折类型和位置,支持医学影像领域的计算机视觉研究。骨折类型:该数据集覆盖 10 个类别:粉碎性(Comminuted)——骨骼断裂成多个碎片;青枝性(Greenstick)——常见于儿童的不完全骨折;健康(Healthy)——无骨折的正常骨骼结构;线性(Linear)——简单的直线状骨折;斜向移位(Oblique Displaced)——伴有骨骼移位的成角骨折;斜向(Oblique)——无移位的成角骨折;节段性(Segmental)——伴有孤立骨段的骨折;螺旋性(Spiral)——扭转状骨折模式;横向移位(Transverse Displaced)——伴有移位的水平骨折

【数据结构与技术规格】

文件数 1 个,合计 39.57 MB。数据集 DOI:10.17632/r7jpwjd34n.1。

【主题与分类】

主题标签:肌肉骨骼系统疾病、骨折检测、骨折分类、X射线影像、目标检测、医学影像。本站分类:肌肉骨骼系统疾病。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/r7jpwjd34n

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

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://data.mendeley.com/datasets/r7jpwjd34n

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 39.6 MB。

数据说明

Ujjwal Sinha (2026). Human Bone Fractures [Dataset]. http://doi.org/10.17632/r7jpwjd34n.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。

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。

获取专属数据定制方案