SurgWound手术伤口分析数据集
SurgWound 是与面部撕裂伤（Facial lacerations）相关的公开数据资源，主要包含多种手术伤口图像及伤口特征和诊断结局属性标签，数据模态为图像，适合用于分类、模型训练、基准评测或临床特征分析。
基本信息
资源简介
SurgWound手术伤口分析数据集
【数据集背景】
本数据集源站标题为《taruntr/SurgWound》。源站首次发布：2026-01-21。
【数据内容】
源站原始描述：# Dataset Card for SurgWound **SurgWound** is the first open-source dataset for surgical wound analysis across multiple procedure types. SurgWound comprises 697 surgical wound images, each annotated by surgical experts at The Ohio State University Wexner Medical Center (OSWUMC). Each image is accompanied by high-quality labels covering six surgical wound characteristic attributes and two diagnostic outcomes attributes. **SurgWound-Bench** is the first multimodal benchmark for surgical wound anal…
【数据结构与技术规格】
文件数 6 个，合计 451.87 MB。
【主题与分类】
主题标签：task_categories:question-answering、task_categories:text-generation、language:en、license:cc-by-sa-4.0、size_categories:1K<n<10K、modality:text、arxiv:2508.15189、region:us、medical、surgical。
【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://huggingface.co/datasets/taruntr/SurgWound
使用许可：cc-by-sa-4.0。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("taruntr/SurgWound")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/taruntr/SurgWound
数据说明
SurgWound手术伤口分析数据集包含多种手术伤口图像及伤口特征和诊断结局属性标签，可用于面部撕裂伤相关的分类研究。
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。
