GRAZPEDWRI
GRAZPEDWRI是包含20,327张腕部X光图像的数据集，用于腕部病理识别，特别是骨折检测。
基本信息
资源简介
GRAZPEDWRI数据集是由挪威科技大学（NTNU）的研究团队定制的腕部创伤X光图像数据集，包含20,327张来自6,091名患者的腕部图像，年龄范围为0.2至19岁。该数据集涵盖了侧位和前后位投影，具有多对象和显著的类别不平衡问题，特别是“骨折”类别。数据集的创建过程包括图像选择、类别过滤和数据增强，以解决类别不平衡问题。该数据集主要用于腕部病理识别，旨在通过细粒度视觉识别技术提高诊断准确性，特别是在骨折等细微病理的识别上。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集说明
GRAZPEDWRI 对应论文数据集（arXiv 预印本）。
数据获取指引
- 打开论文页面获取作者与项目信息：https://arxiv.org/abs/2412.13884v1
- 论文 Data Availability / Code Availability 章节标注了数据实际托管位置；
- 获取到实际数据链接后，按对应平台标准方式下载。
论文摘要：Abstract:The exploration of automated wrist fracture recognition has gained considerable research attention in recent years. In practical medical scenarios, physicians and surgeons may lack the specialized expertise required for accurate X-ray interpretation, highlighting the need for machine vision to enhance diagnostic accuracy. However, conventional recognition techniques face challenges in discerning subtle differences in X-rays when classifying wrist pathologies, as many of these pathologies, such as fractures, can be small and hard to distinguish. This study tackles wrist pathology recognition as a fine-grained visual recognition (FGVR) problem, utilizing a limited, custom-curated dataset that mirrors real-world medical constraints, relying solely on image-level annotations. We introduce a specialized FGVR-based ensemble approach to identify discriminative regions within X-rays. We employ an Explainable AI (XAI) technique called Grad-CAM to pinpoint these regions. Our ensemble approach outperformed many conventional SOTA and FGVR techniques, underscoring the effectiveness of our strategy in enhancing accuracy in wrist pathology recognition.
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 手部骨折 的高质量、多模态真实临床数据定制解决方案。
