简单与粉碎性骨折X射线数据集
该数据集为面向骨骨折分类的X射线图像集合，区分简单骨折与粉碎性骨折两类，包含高质量X射线图像及大量增强图像，可用于图像分类、图像分割与骨折类型识别等任务，适合研究人员和开发者构建与评估医学影像机器学习模型（来源 Kaggle，Attribution 4.0 International (CC BY
基本信息
资源简介
简单与粉碎性骨折X射线数据集
Simple vs Comminuted Fractures X-ray Data
该数据集为面向骨骨折分类的X射线图像集合，区分简单骨折与粉碎性骨折两类，包含高质量X射线图像及大量增强图像，可用于图像分类、图像分割与骨折类型识别等任务，适合研究人员和开发者构建与评估医学影像机器学习模型（来源 Kaggle，Attribution 4.0 International (CC BY 4.0) 许可）。
【数据集背景】
源站首次发布：2025-04-02。
【数据内容】
源站描述（机器翻译，仅供参考）：🦴 骨骨折X射线数据集：简单与粉碎性骨折 🦴 🚀 深入探索一个专为骨骨折分类精心整理的综合X射线图像数据集，区分简单与粉碎性骨折！该数据集对于旨在构建和评估医学影像机器学习模型的研究人员和开发者而言是宝贵资源。🧑🔬 贡献者： Fahim Faisal Talha Talha、Md Soroar Jahan、Mayen Uddin Mojumdar 📅 发布时间： 2024年12月3日 版本： v3 🔗 DOI： 10.17632/vg95gvhj3y.3 🔍 数据集概览 该数据集经过精心组织，以促进图像分类、图像分割和骨折类型识别的稳健模型开发。它包含高质量X射线图像以及大量增强图像，确保多样且具有挑战性的训练环境。##
【数据结构与技术规格】
文件数 20 个，合计 1.49 MB。
【主题与分类】
主题标签：image、health、health conditions、computer vision、image classification。本站分类：损伤、中毒及外因。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/orvile/simple-vs-comminuted-fractures-x-ray-data
使用许可：Attribution 4.0 International (CC BY 4.0)。
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://kaggle.com/datasets/orvile/simple-vs-comminuted-fractures-x-ray-data
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:
数据集大小约 2.13 GB。
数据说明
Orvile (2025). Simple vs Comminuted Fractures X-ray Data [Dataset]. https://www.kaggle.com/datasets/orvile/simple-vs-comminuted-fractures-x-ray-data
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。
