Trauma THOMPSON 数据集
包含五项急救程序的自我中心视频数据集，共3,717个剪辑，带有医学专业注释。
基本信息
资源简介
Trauma THOMPSON 数据集
【一句话概览】
本数据集是 Dataverse 公开的影像数据集，收录 37 个文件、合计 85.93 GB，主题涵盖 video understanding、hand tracking、object detection、visual question answering、Medicine, Health and Life Sciences，可用于医学图像分割、检测与分类模型的训练与评测。
【数据集背景】
本数据集源站标题为《Trauma THOMPSON Dataset》。源站首次发布：2025-05-16。
【数据内容】
源站原始描述：The Trauma THOMPSON dataset is an unscripted egocentric video dataset of five life saving emergency procedures. It includes 3,717 video clips with annotations created by medical professionals. There are two skill types: regular procedures with standard medical tools and improvised procedures with daily objects. The dataset is augmented with additional annotations, including medical visual question answering, hand tracking and object detection
中文译文（机器翻译，仅供快速理解，请以原文为准）：Trauma THOMPSON 数据集是一个无脚本的第一人称视角视频数据集，包含五种救生急救操作。它包含 3,717 个视频片段，并配有由医疗专业人员创建的标注。数据集有两种技能类型：使用标准医疗器械的常规操作，以及使用日常物品的即兴操作。该数据集还增补了额外标注，包括医学视觉问答、手部追踪和目标检测。
【数据结构与技术规格】
文件数 37 个，合计 85.93 GB。数据集 DOI：doi:10.7910/DVN/V5BTRU。
【主题与分类】
主题标签：video understanding、hand tracking、object detection、visual question answering、Medicine, Health and Life Sciences、videos、texts。
【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://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/V5BTRU
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
源站：https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/V5BTRU
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
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。
