用于骨折与非骨折骨骼检测的X射线影像数据集
BoneFract是一个患者级标注的骨骼X射线影像数据集，包含来自47,931名唯一患者的47,931张原始X射线图像，每名患者一张
基本信息
资源简介
用于骨折与非骨折骨骼检测的X射线影像数据集
BoneFract: A Bone Fracture Dataset
BoneFract是一个患者级标注的骨骼X射线影像数据集，包含来自47,931名唯一患者的47,931张原始X射线图像，每名患者一张。图像采集自巴基斯坦Sindh省Nawabshah的Peoples University of Medical & Health Sciences for Women（PUMHSW），覆盖Arm、Wrist、Hand、Pelvis、Thigh、Lower Leg和Foot七个解剖区域，每张图像按骨折状态标注为Positive或Negative，其中Positive 13,921张、Negative 34,010张。该数据集可用于开发和评估骨折检测及解剖区域分类的机器学习与深度学习方法（来源 Mendel。
【数据集背景】
源站首次发布：2026-09-18。
【数据内容】
源站描述（机器翻译，仅供参考）：BoneFract数据集背后的研究假设是，一个大型的、患者级的带标注骨骼X射线图像集合可以为开发和评估用于骨折检测和解剖区域分类的机器学习与深度学习方法提供有用资源。该数据集包含来自47,931名唯一患者的47,931张X射线图像，每名患者一张原始X射线图像。图像采集自巴基斯坦Sindh省Nawabshah的Peoples University of Medical & Health Sciences for Women（PUMHSW）。该数据集覆盖七个解剖区域：Arm、Wrist、Hand、Pelvis、Thigh、Lower Leg和Foot。每张图像根据骨折状态标注为Positive或Negative。该数据集包含13,921张Positive和34,010张Negative图像。最大的解剖类别是Lower Leg，而骨折阳性与骨折阴性图像的分布
【数据结构与技术规格】
文件数 1 个，合计 3.95 GB。数据集 DOI：10.17632/4cr7f2359x.1。
【主题与分类】
主题标签：骨折检测、X射线影像、肌肉骨骼系统、深度学习、解剖区域分类、患者级数据。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/4cr7f2359x
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/4cr7f2359x
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 3.95 GB。
数据说明
Raheel Noor (2026). BoneFract: A Bone Fracture Dataset [Dataset]. http://doi.org/10.17632/4cr7f2359x.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。
