畸形愈合
畸形愈合是指骨折断端在非解剖位置愈合，导致骨骼力线异常、关节面不平整或旋转对位不良，进而影响肢体外观与功能。其发病机制多与复位不良、固定不稳、过早负重或合并感染等因素相关。患者常表现为局部畸形、疼痛、关节活动受限及步态异常，严重时可引起创伤后关节炎。诊断主要依赖X线及三维CT评估骨折端对位、对线和关节面协调性。治疗上若畸形轻微且无症状可保守观察，否则常需截骨矫形、内固定重建或关节置换以恢复解剖关系和功能。该疾病是骨科术后随访、医疗质量评价及临床科研中的重要观察指标。
获取 畸形愈合 专属定制方案共 3 个数据集
基于改进YOLOv11的儿童肱骨髁上骨折检测基准X射线数据集
该数据集是一个包含10,325张去标识化儿童肘部X射线图像的医学影像数据集，其中2,015张由骨科专家精细标注，专门用于儿童肱骨髁上骨折的检测与诊断，主要模态为X射线影像，旨在支持基于改进YOLOv11模型的小目标检测研究，推动儿科骨科AI辅助诊断工具的开发与应用。
小儿肱骨髁上骨折X射线基准数据集
该数据集是一个包含10,325张儿科患者肘部X射线影像的医学图像数据集，专门针对儿童肱骨髁上骨折的检测与诊断，其中2,015张图像经过骨科医生精细标注，数据模态为二维X射线灰度图像，主要用于支持基于深度学习的小物体检测算法开发，特别是改进的YOLOv11模型在骨折自动识别、定位及分类方面的研究，旨在提升儿科骨科AI诊断工具的准确性和临床实用性。
PediaSHF-DX 儿童肱骨髁上骨折X射线基准数据集
该数据集是一个包含10,325张儿童肘部X射线影像的医学图像数据集，专门针对儿童肱骨髁上骨折的检测与诊断，其中2,015张图像由骨科医生进行了精细标注；数据模态为二维X射线图像，主要应用于医学影像分析领域，特别是通过改进的YOLOv11模型进行小骨折目标检测和AI辅助诊断工具的开发，以提升儿科骨科护理的准确性和效率。
