Grand Challenge：RibFrac 肋骨骨折检测与分类数据集
肋骨骨折检测与分类挑战赛：一个包含 660 例 CT 扫描、约 5,000 处肋骨骨折（约 80Gb）的大规模基准。主题标签：肋骨骨折、CT 影像、骨折检测、骨折分类、医学影像基准、损伤
基本信息
资源简介
Grand Challenge：RibFrac 肋骨骨折检测与分类数据集
Grand Challenge: RibFrac 是一个面向肋骨骨折检测与分类任务的大规模医学影像基准数据集，来源于 ribfrac.grand-challenge.org。该数据集围绕肋骨骨折这一损伤主题构建，提供 660 例 CT 扫描，涵盖约 5,000 处肋骨骨折，整体数据规模约为 80Gb。其核心目标是为肋骨骨折的自动检测与分类研究提供统一、可比较的数据基础，属于损伤、中毒及外因相关分类下的医学影像基准资源。数据集以 CT 影像为主要载体，主题标签包括肋骨骨折、CT 影像、骨折检测、骨折分类、医学影像基准和损伤，适用于医学影像分析、骨折识别与分类算法评测等方向。
【数据集背景】
肋骨骨折是胸部创伤中常见的损伤类型，其检测与分类在临床诊断和后续处理中具有重要意义。随着医学影像数据量的增长和计算机辅助诊断技术的发展，研究者需要一个规模较大、标注相对统一的基准数据集，用于训练和评估肋骨骨折检测与分类算法。Grand Challenge: RibFrac 正是在这一背景下提出的挑战赛数据集，旨在通过大规模 CT 扫描和骨折标注，推动肋骨骨折自动检测与分类方法的比较与进步。该数据集以挑战赛形式发布，属于医学影像基准资源，其主题覆盖肋骨骨折、CT 影像、骨折检测、骨折分类、医学影像基准和损伤等方向。
【数据内容】
该数据集包含 660 例 CT 扫描，约 5,000 处肋骨骨折，整体数据量约为 80Gb。数据内容围绕肋骨骨折的检测与分类任务组织，涉及 CT 影像以及相应的骨折标注信息。从任务类型看，该数据集同时支持骨折检测和骨折分类两类目标：检测关注骨折位置与存在性，分类关注骨折的具体类型或类别。数据集的主题标签包括肋骨骨折、CT 影像、骨折检测、骨折分类、医学影像基准和损伤，反映了其在医学影像分析中的定位。除上述规模与任务信息外，关于每例扫描的具体层厚、重建参数、标注格式、骨折分类体系等细节，源站未提供。
【采集与来源】
该数据集来源于 ribfrac.grand-challenge.org，以 Grand Challenge 挑战赛的形式发布。其英文名称为 Grand Challenge: RibFrac，来源站为 ribfrac.grand-challenge.org。数据集被归类为损伤、中毒及外因 / 其他。关于数据采集机构、扫描设备型号、采集时间、地理来源、患者人群构成以及伦理审批信息等，源站未提供。
【适用场景】
该数据集适用于肋骨骨折相关的医学影像分析任务，尤其是基于 CT 影像的骨折检测与骨折分类。具体而言，可用于开发和评估自动检测肋骨骨折位置与数量的算法，也可用于研究骨折分类模型。由于数据规模达到 660 例 CT 扫描和约 5,000 处骨折，整体约 80Gb，该数据集适合作为大规模基准，用于算法性能比较、模型鲁棒性测试以及挑战赛形式的评测。其主题标签中的“医学影像基准”和“损伤”也表明，该数据集可服务于医学影像基准评测和损伤相关研究。关于具体的临床适用场景、部署条件或监管用途，源站未提供。
【使用方法】
该数据集以挑战赛数据集的形式发布，通常用于训练、验证和测试肋骨骨折检测与分类算法。使用者可基于 CT 影像和骨折标注开展模型开发与评测。由于数据量约为 80Gb，使用时应考虑存储与计算资源。关于数据下载方式、目录结构、标注文件格式、评测指标、提交方式、训练集与测试集划分等具体使用细节，源站未提供。
【质量与限制】
该数据集提供了 660 例 CT 扫描和约 5,000 处肋骨骨折，规模较大，适合作为肋骨骨折检测与分类的基准。然而，关于数据标注质量、标注一致性、骨折分类的类别定义、扫描设备与参数差异、患者人群分布、数据偏倚以及缺失情况等，源站未提供。因此，在使用该数据集时，应关注其作为挑战赛基准的定位，并结合具体任务需求评估其适用性。关于数据质量控制流程和已知限制，源站未提供。
【引用与许可】
该数据集来源于 ribfrac.grand-challenge.org，英文名称为 Grand Challenge: RibFrac。关于引用格式、许可协议、使用条款、商业使用限制以及数据再分发规定等，源站未提供。
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。
需登录公开下载
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。
暂未开放有偿下载
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://ribfrac.grand-challenge.org/
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:
数据说明
Rib Fracture Detection and Classification Challenge: A large-scale benchmark of 660 CT scans with ~5,000 rib fractures (around 80Gb)
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。
