CLP-NC唇腭裂图像数据集

CLP-NC直接面向唇腭裂检测,包含经过标注的高分辨率面部图像,适合训练唇腭裂分类、筛查和医学图像形态分析模型。

Dataset authorsDataset authors
Mendeley Data
2025-03-01 更新
浏览 16
图像分类
CLP-NC Dataset

基本信息

模态
图像
大小
0.197635029 GB
数据量
3987
任务类型
分类
创建/更新时间
2025-03-01
版本
v3

资源简介

CLP-NC唇腭裂图像数据集

【数据集背景】

本数据集源站标题为《CLP-NC: Comprehensive Dataset for Machine Learning-Based Morphological Analysis of Cleft Lip and Palate Variants Using Multimodal Medical Imaging》。源站首次发布:2025-03-18。

【数据内容】

源站原始描述:The Cleft Lip and Palate vs. Non-Cleft (CLP-NC) Image Dataset is a high-resolution dataset designed for the automated detection and classification of cleft lip and palate anomalies. It comprises 3,987 images, categorized into two distinct classes: Cleft Lip and Palate (CLP) and Non-Cleft (NC). This dataset serves as a valuable resource for researchers in medical image analysis, deep learning, and clinical decision-making. Dataset Characteristics: Total Images: 3,987 Number of Classes: 2 Image Fo…

【数据结构与技术规格】

文件数 4122 个,合计 197.64 MB。数据集 DOI:10.17632/yxp6fxdymp.3。

【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://data.mendeley.com/datasets/yxp6fxdymp

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/yxp6fxdymp

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

包含唇腭裂与非唇腭裂面部图像的医学图像数据,用于形态分析与分类。

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