颅颈交界区侧位X线摄影数据集

该数据集包含267张颅颈交界区侧位X线摄影图像,以PNG格式存储,并配有Label.csv标注文件,为每张图像提供七个二分类标签

Science Data BankScience Data Bank
sciencedb
浏览 16
图像分类Clinical medicineClinical diagnosticsCraniovertebral junctionLateral radiographyCraniovertebral junction deformities
Lateral Radiographs of the Craniovertebral Junction

基本信息

模态
图像
任务类型
分类
许可
restricted access
创建/更新时间
2026-10-13

资源简介

颅颈交界区侧位X线摄影数据集

Lateral Radiographs of the Craniovertebral Junction

该数据集包含267张颅颈交界区侧位X线摄影图像,以PNG格式存储,并配有Label.csv标注文件,为每张图像提供七个二分类标签。图像于2024年10月1日至2025年1月31日期间前瞻性采集。数据集旨在评估基于网络的颅颈交界区畸形筛查与诊断辅助系统(CVJ-SDAS),可用于颅颈交界区畸形的分类与诊断相关研究(来源 DOI 解析,restricted access 许可)。

【数据集背景】

源站首次发布:2026。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集以压缩归档文件形式分发,包含一个图像目录(image)和一个标注文件(Label.csv)。图像目录包含267张PNG格式的颅颈交界区侧位X线摄影图像,于2024年10月1日至2025年1月31日期间在本机构前瞻性采集。Label.csv文件为这267张图像中的每一张提供七个二分类标签。该数据集旨在评估基于网络的颅颈交界区畸形筛查与诊断辅助系统(CVJ-SDAS)。

【主题与分类】

主题标签:Clinical medicine、Clinical diagnostics、Craniovertebral junction、Lateral radiography、Craniovertebral junction deformities。本站分类:肌肉骨骼疾病/其他。

【获取与许可】

源站页面:https://www.scidb.cn/detail?dataSetId=f36b18d6d22949118e0b445c3b5f63af

使用许可:restricted access。

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://doi.org/10.57760/sciencedb.0156b

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。

数据说明

该数据集以压缩归档文件形式分发,包含一个图像目录(image)和一个标注文件(Label.csv)。图像目录包含267张颅颈交界区的PNG格式侧位X线片,这些图像于2024年10月1日至2025年1月31日期间在我们机构前瞻性收集。Label.csv文件为267张图像中的每一张提供了七个二分类标签。该数据集旨在评估基于网络的颅颈交界区畸形筛查与诊断辅助系统(CVJ-SDAS)。

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