用于B线伪影精准检测与定位的肺部超声影像数据集
该数据集包含401张高分辨率肺部超声（LUS）图像，图像以多边形边界框标注B线伪影。数据采集自乌干达Mulago与Kiruddu国家转诊医院的255名肺部疾病患者
基本信息
资源简介
用于B线伪影精准检测与定位的肺部超声影像数据集
Lung Ultrasound Imaging Dataset for Accurate Detection and Localization of B-line Artifacts
该数据集包含401张高分辨率肺部超声（LUS）图像，图像以多边形边界框标注B线伪影。数据采集自乌干达Mulago与Kiruddu国家转诊医院的255名肺部疾病患者。B线伪影是肺水肿、间质性肺病、肺炎和COVID-19等疾病的重要指标。该数据集可用于训练和验证B线检测与定位的深度学习模型，助力AI辅助呼吸系统诊断（来源 DOI 解析）。
【数据集背景】
源站首次发布：2025。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含401张高分辨率肺部超声（LUS）图像，图像以多边形边界框标注B线伪影。图像采集自乌干达Mulago与Kiruddu国家转诊医院的255名肺部疾病患者。B线伪影是肺水肿、间质性肺病、肺炎和COVID-19等疾病的重要指标。该数据集为训练和验证B线检测与定位的深度学习模型提供了资源，有助于改进AI辅助呼吸系统诊断。
【主题与分类】
主题标签：Medicine、Computer Vision、Ultrasound、Deep Learning。本站分类：呼吸系统疾病/肺炎。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/h923m366sf/1
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://doi.org/10.17632/h923m366sf.1
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 63.7 MB。
数据说明
该数据集包含401张高分辨率肺部超声（LUS）图像，这些图像标注了多边形边界框以识别B线伪影。图像采集自乌干达Mulago和Kiruddu国家转诊医院的255名肺部疾病患者。B线伪影是肺水肿、间质性肺病、肺炎和COVID-19等疾病的重要指标。该数据集为训练和验证用于B线检测与定位的深度学习模型提供了资源，有助于改进人工智能辅助的呼吸系统诊断。
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。
