GIRAFE:声门成像数据集(用于高级分割、分析和辅助播放评估)

该数据集是一个包含65条声带高速视频内窥镜序列的医学影像数据集,以彩色视频形式记录了声带在发声过程中的动态变化,每段序列包含502帧图像,采集帧率为4000 fps,空间分辨率为256×256像素,数据涵盖健康与疾病状态下的声带振动情况。其主要用途是支持声带语义分割算法的开发与评估,并应用于语音障碍诊断、声带生物力学研究以及临床内窥镜影像分析等领域。

Université de Bretagne OccidentaleUniversité de Bretagne Occidentale
Zenodo
2026-04-23 更新
浏览 29
声带医学影像分析语音障碍诊断
GIRAFE: Glottal Imaging Dataset for Advanced Segmentation, Analysis, and Facilitative Playbacks Evaluation (1.0)

基本信息

创建/更新时间
2026-04-23

资源简介

GIRAFE:声门成像数据集(用于高级分割、分析和辅助播放评估)

【数据集背景】

本数据集源站标题为《GIRAFE: Glottal Imaging Dataset for Advanced Segmentation, Analysis, and Facilitative Playbacks Evaluation (1.0)》。项目资助方:DEPIA。源站首次发布:2024-09-17。

【数据内容】

源站原始描述:GIRAFE is a data repository designed to facilitate the development of advanced techniques for the semantic segmentation, analysis, and fast evaluation of High-Speed videoendoscopic sequences of the vocal folds. The HSV recordings were carried out by a specialist of the Otorhinolaryngology Service of Gregorio Marañón Hospital in Madrid between 2013 and 2015. The database comprises 65 recordings from 50 patients: 30 females (60%) and 20 males (40%), with a mean age of 55.65 ±…

【数据结构与技术规格】

数据集 DOI:10.5281/zenodo.13773163。

【主题与分类】

主题标签:LHSV, glottal segmentation, facilitatives playbacks。

【获取与许可】

源站页面:https://zenodo.org/records/13773163

【使用注意】

· 源站最后修改于 2026-04-23,引用时请注意版本时效。

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(Zenodo 公开直链)

源站:https://zenodo.org/doi/10.5281/zenodo.13773163

(注册/登录后按页面指引下载)

数据说明

GIRAFE是一个专门设计的数据集,旨在促进声带高速视频内窥镜序列的语义分割、分析和快速评估技术的发展。该数据集包含2013年至2015年间由马德里Gregorio Marañón医院耳鼻喉科专家采集的65条高速视频记录,涉及50名患者(30名女性、20名男性,平均年龄55.65±19.35岁),其中包括15名健康受试者和26名有明确声带振动异常或疾病的病例。所有视频使用WOLF® HRES ENDOCAM 5562相机系统和70度视角硬质内窥镜采集,以4000帧/秒的速率记录,每段序列包含502帧(总计32,630幅图像),空间分辨率为256×256像素,并包含彩色影像。数据涵盖了不同光照条件、对比度、声门部分遮挡及相机侧向位移等真实临床场景,记录了持续元音发音(部分包括发声起始阶段),适用于声带生物力学研究、语音障碍诊断、以及鲁棒的语义分割算法开发与评估。

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