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。
基本信息
资源简介
基于改进YOLOv11的儿童肱骨髁上骨折检测基准X射线数据集
【数据集背景】
本数据集源站标题为《A Benchmark X-ray Dataset for Pediatric Supracondylar Humerus Fracture with Improved YOLOv11-Based Detection》。源站首次发布：2025-07-04。
【数据内容】
源站原始描述：Supracondylar humerus fractures (SHFs) are the most common type of elbow fracture in children, typically resulting from falls with outstretched hands. Accurate and timely diagnosis is critical to avoid severe complications such as neurovascular injury, compartment syndrome, and malunion. To support the automated and precise diagnosis of pediatric shoulder and hip fractures (SHFs), we present PediaSHF-DX, a high-quality benchmark dataset comprising 10,325 de-identified elbow X-ray images from 5,1…
【数据结构与技术规格】
文件数 1 个，合计 873.80 MB。数据集 DOI：10.6084/m9.figshare.29322869.v2。
【主题与分类】
源站学科分类：Injury prevention。主题标签：fracture and fragmentation。
【适用方向】
源站学科分类标注为 Injury prevention。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/A_Benchmark_X-ray_Dataset_for_Pediatric_Supracondylar_Humerus_Fracture_with_Improved_YOLOv11-Based_Detection/29322869
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：KZ, Zheng (2025). A Benchmark X-ray Dataset for Pediatric Supracondylar Humerus Fracture with Improved YOLOv11-Based Detection. figshare. Dataset
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（Figshare）
按页面 Download 按钮获取。
数据说明
PediaSHF-DX是一个专门针对儿童肱骨髁上骨折（SHF）的高质量X射线影像基准数据集。肱骨髁上骨折是儿童最常见的肘部骨折类型，通常由于跌倒时手部伸展所致。该数据集共包含来自5,163名儿科患者的10,325张去标识化肘部X射线图像，其中2,015张图像由两位经验丰富的骨科医生采用双盲交叉审阅协议进行精细标注，确保了标签的准确性和临床可靠性。数据集的构建旨在支持儿童肩部和髋部骨折的自动化精确诊断，并用于评估基于改进YOLOv11的检测模型。该模型引入了局部注意力增强的瓶颈模块和优化的传输结构，以提升对小骨折的敏感性和细粒度特征提取能力。在包含8,310张图像的独立测试集上，模型达到了0.96的精确度，表现出良好的泛化性和鲁棒性。PediaSHF-DX已公开在Figshare平台上，为开发儿科骨科护理的AI驱动诊断工具，特别是小目标检测任务，提供了宝贵的资源。
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。
