明胶体模超声视频帧数据集

包含明胶乳腺体模超声视频帧及病灶边界框标注,用于AI病灶检测和便携设备边缘部署研究。

IEEE DataPortIEEE DataPort
DataCite Commons
2025-10-02 更新
浏览 15
医学影像乳腺病灶检测超声医学影像
Dataset of Ultrasound Video Frames from Gelatin Phantoms

基本信息

模态
医学影像
大小
0.76861175 GB
创建/更新时间
2025-10-02

资源简介

明胶体模超声视频帧数据集

【数据内容】

源站原始描述:This dataset contains ultrasound video frames acquired from gelatin-based breast phantoms with embedded hyperechoic and anechoic lesions (4–20 mm). The data were collected to support the development and evaluation of artificial intelligence (AI) models for lesion detection, classification, and real-time deployment on portable ultrasound devices. The dataset includes: (1) raw ultrasound videos, (2) extracted video frames, (3) bounding-box labels identifying lesion regions, and (4) pretrained mode…

中文译文(机器翻译,仅供快速理解,请以原文为准):本数据集包含从嵌入高回声和无回声病灶(4–20 mm)的明胶基乳腺体模中采集的超声视频帧。采集这些数据旨在支持用于病灶检测、分类以及在便携式超声设备上实时部署的人工智能(AI)模型的开发与评估。本数据集包括:(1)原始超声视频;(2)提取的视频帧;(3)标识病灶区域的边界框标签;(4)供参考AI架构使用的预训练模型权重。

【适用方向】

影像类数据可用于医学图像分析模型(检测、分割、分类)的训练与评测,也可用于标注质量与成像参数相关性的研究。

【获取与许可】

源站页面:https://ieee-dataport.org/documents/dataset-ultrasound-video-frames-gelatin-phantoms

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://ieee-dataport.org/documents/dataset-ultrasound-video-frames-gelatin-phantoms

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