CO2Wounds-V2: 麻风病患者慢性伤口扩展数据集

包含607张麻风病患者慢性伤口的标注图像和157张未标注图像,用于图像分割模型开发。

Mendeley Data
2024-03-27 更新
浏览 15
图像慢性伤口图像分割
CO2Wounds-V2: Extended Chronic Wounds Dataset From Leprosy Patients

基本信息

模态
图像
大小
0.121610687 GB
创建/更新时间
2024-03-27
版本
v2

资源简介

CO2Wounds-V2: 麻风病患者慢性伤口扩展数据集

【一句话概览】

CO2Wounds-V2 是一个扩展的麻风病患者慢性伤口数据集。该数据集包含 607 张有标注图像(用于训练和验证)和 157 张无标注图像(用于测试),由医务人员在哥伦比亚一家医院为麻风病患者进行日常伤口治疗时,使用传统智能手机相机采集。其目标是帮助推进慢性伤口图像分割模型的开发与评估。数据集共 2743 个文件,合计大小 121.6 MB(来源 Mendeley Data)。

【数据集背景】

本数据集源站标题为《CO2Wounds-V2: Extended Chronic Wounds Dataset From Leprosy Patients》。源站首次发布:2024-02-08。

【数据内容】

源站原始描述:This dataset comprises 607 labeled images (for training and validation) and 157 unlabeled images (for testing) of chronic wounds collected using traditional smartphone cameras by medical staff during daily sessions of wound treatment for leprosy patients in a hospital in Colombia. This dataset aims to help advance the development and evaluation of image segmentation models for chronic wounds

中文译文(机器翻译,仅供快速理解,请以原文为准):该数据集包含607张有标注图像(用于训练和验证)和157张未标注图像(用于测试),这些慢性伤口图像由医务人员在哥伦比亚一家医院为麻风患者进行日常伤口治疗期间,使用传统智能手机摄像头采集。该数据集旨在帮助推动慢性伤口图像分割模型的开发与评估。

【数据结构与技术规格】

文件数 2743 个,合计 121.61 MB。数据集 DOI:10.17632/s2w7rjwz49.2。

【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/s2w7rjwz49

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/s2w7rjwz49

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。

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。