骨折与非骨折骨骼X射线影像检测数据集

该数据集为来自两家医院实验室的人体骨骼X射线影像,分为骨折与非骨折两类,共580张原始图像,每类290张,图像尺寸与分辨率存在差异

google_dataset
2026-09-14 更新
浏览 9
医学影像分类肌肉骨骼系统疾病X射线影像骨折检测二分类医学影像
X-Ray Imaging Dataset for Detecting Fractured vs. Non-Fractured Bones

基本信息

模态
医学影像
大小
0.060870496 GB
任务类型
分类
创建/更新时间
2026-09-14
版本
v4

资源简介

骨折与非骨折骨骼X射线影像检测数据集

X-Ray Imaging Dataset for Detecting Fractured vs. Non-Fractured Bones

该数据集为来自两家医院实验室的人体骨骼X射线影像,分为骨折与非骨折两类,共580张原始图像,每类290张,图像尺寸与分辨率存在差异。所有样本均经临床核验并规范标注,按类别组织为Fractured与Non-Fractured文件夹,可用于骨折与非骨折的影像分类研究及算法验证(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2026-09-14。

【数据内容】

源站描述(机器翻译,仅供参考):本研究使用一个精选的人体骨骼X射线影像数据集,采集自两家医院实验室,包含两类:骨折与非骨折骨骼。数据集包含580张原始图像(290张骨折、290张非骨折),尺寸与分辨率存在差异。所有样本均由孟加拉国Mymensingh医学院外科系助理教授Mohammad Saiful Malek博士(MBBS、BCS(Health))仔细标注并经临床核验,确保标注可靠,可供研究使用。数据集按以下类别文件夹组织:- Fractured - Non-Fractured 原始图像:- Fractured(290)- Non-Fractured(290)

【数据结构与技术规格】

文件数 1 个,合计 60.87 MB。数据集 DOI:10.17632/cd6jjsxz44.4。

【主题与分类】

主题标签:肌肉骨骼系统疾病、X射线影像、骨折检测、二分类、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/cd6jjsxz44

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/cd6jjsxz44/4

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 60.9 MB。

数据说明

Farhan Masud Nayem (2026). X-Ray Imaging Dataset for Detecting Fractured vs. Non-Fractured Bones [Dataset]. http://doi.org/10.17632/cd6jjsxz44.4

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。