数据集是一个专注于肌肉骨骼放射影像的骨折分类、定位和分割的数据集,由 Iftekharul Abedeen 等研究人员于 2023 年创建。该数据集包含 4,083 张 X 射线图像,其中 717 张为骨折图像,涵盖了手、腿、髋关节和肩部区域。数据集提供了丰富的标注信息,支持 COCO、VGG、YOLO 和 Pascal VOC 等多种格式,适用于多种深度学习任务。数据集的构建基于从孟加拉国三家主要医院收集的 14,068 张 X 射线图像。为保护患者隐私,所有 DICOM 格式的图像均被转换为 JPG 格式,并去除了敏感的元数据信息。经过筛选,最终保留了 4,083 张与手、腿、髋关节和肩部相关的图像。标注工作由两位放射科专家和一位骨科医生完成,确保了标注的准确性和可靠性。数据集特点
丰富的标注信息:数据集不仅提供了骨折的分类标注,还包含了详细的分割掩码、边界框和区域信息,支持多种深度学习任务。
多样的图像视角:数据集涵盖了前视、侧视和斜视等多种视角的图像,为模型训练提供了丰富的数据维度。
多格式支持:标注信息以 COCO、VGG、YOLO 和 Pascal VOC 等多种格式提供,方便不同研究者根据需求选择合适的格式。FracAtlas 数据集广泛应用于医学影像分析领域,特别是在骨折检测、分类和分割任务中。它可以用于开发自动检测骨折的深度学习模型,帮助医生快速准确地诊断骨折类型和位置。此外,数据集还支持对骨骼结构的精确分割,为医学研究和临床应用提供了重要的支持。FracAtlas 数据集是一个高质量的医学影像资源,为骨折检测和诊断领域的研究提供了重要的支持。
1