pediatric-wrist-fracture-xray

该数据集是一个用于骨折检测和评估的医学影像数据集，包含X光图像及其对应的元数据。每个样本包括图像文件、患者标识、检查信息、人口统计学特征（性别、年龄）、影像技术参数（侧别、投影类型、像素间距、设备制造商）以及临床标注（AO骨折分类、骨折骨骼、是否可见骨折、是否有石膏、金属、骨量减少、诊断不确定性等）。数据集中还包含是否有混杂因素的标记。数据集共包含6093个样本，分为测试集（2966个样本）和验证集（3127个样本），无单独的训练集。数据可用于训练和评估骨折检测、分类、定位等计算机辅助诊断模型。This dataset is a medical imaging dataset for fracture detection and evaluation, containing X-ray images and their corresponding metadata. Each sample includes image files, patient identifiers, examination information, demographic characteristics (gender, age), imaging technical parameters (laterality, projection type, pixel spacing, device manufacturer), and clinical annotations (AO fracture classification, fractured bone, whether fracture is visible, presence of plaster, metal, osteopenia, diagnostic uncertainty, etc.). The dataset also includes markers for confounding factors. The dataset contains a total of 6093 samples, divided into a test set (2966 samples) and a validation set (3127 samples), with no separate training set. The data can be used to train and evaluate computer-aided diagnosis models for fracture detection, classification, and localization.

原始信息汇总

儿科腕部骨折X射线数据集

数据集概述

该数据集是基于GRAZPEDWRI-DX语料库重建的儿科腕部X射线影像数据集，包含20,327张带标注的儿科腕部放射影像，来自2008年至2018年间在格拉茨大学医院小儿外科接受治疗的6,091名患者。数据集以单个可加载的Hugging Face数据集格式提供，图像与完整标签集直接嵌入Parquet文件中。

数据集规模与划分

划分	图像数	患者数	骨折阳性比例
训练集	14,234	4,264	66.8%
验证集	3,127	914	66.7%
测试集	2,966	913	66.1%

划分在患者层面进行，确保同一患者的多项检查不会跨训练集、验证集和测试集泄露。

数据特征

数据集包含20个特征列，涵盖：

• 图像数据：16位灰度PNG格式腕部放射影像
• 患者信息：脱敏患者ID、性别、年龄
• 检查信息：研究编号、检查时间哈希、初始检查标记
• 影像属性：左右侧、投照角度、像素间距、设备制造商
• 骨折标签：fracture_visible（主要标签，二元骨折可见性标志）、AO儿科骨折分类代码、骨折骨骼解析结果
• 混杂因素标志：石膏可见、金属硬件、骨质减少、诊断不确定性，以及综合混杂标志has_confound

数据来源

• 原始数据：官方GRAZPEDWRI-DX数据集（Figshare发布）
• 处理方式：图像通过HTTP范围请求直接从原始来源流式传输并与标签关联，未进行重新标注或重新标记
• 许可协议：CC BY 4.0（与原始数据源许可一致）

预期用途

• 训练和评估骨折检测及骨折分类模型
• 在儿科放射影像上对零样本或微调的多模态模型进行基准测试
• 研究骨科影像AI的扩展行为、成本效率或偏差问题
• 适用于学术研究和模型基准测试

使用限制

• 不适用于临床部署或诊断用途，属于研究数据集，非经过验证的临床决策支持工具
• 真实标签反映原始儿科放射科医生的标注，未进行独立重新裁定
• ao_classification仅存在于部分检查中；ao_bone为解析结果而非独立验证标签
• 20,327张图像中有112张来自不同设备型号（Agfa vs. Siemens），像素间距略有不同，存在轻微站点/扫描仪混杂因素
• 划分使用固定随机种子（42）在患者层面随机分配，不同种子会产生不同划分结果

引用信息

使用该数据集时需同时引用本发布版本和原始GRAZPEDWRI-DX数据源。

搜集汇总

数据集介绍

构建方式

本数据集是在原始GRAZPEDWRI-DX语料库基础上，通过系统性整理与重构而成的医学影像资源。构建流程严格遵循原始数据的分发规范，从Figshare官方渠道获取标注文件，并利用HTTP范围请求逐帧拉取影像，通过文件名进行精确匹配与拼接，确保图像与标签的对应关系零差错。在此基础上，所有分割集均按患者级别进行划分，以随机种子固定随机化过程，避免了同一患者多次检查跨集泄漏的风险。影像直接以16位灰度PNG格式嵌入Parquet文件，每一行代表一次检查，完整保留了原始标注中的骨折状态、AO分类、骨侧别、投照角度以及质量混杂因素等多元标签信息，形成了一个单一仓库、行级关联、可就绪加载的机器学习数据集。

特点

该数据集的核心亮点在于其丰富的标注维度与精细的混杂因素控制。每一幅腕关节X光片均附带骨折可见性主标签、AO儿科骨折亚型分类、骨与侧别信息、投照角度及系列关键质量控制标记，如石膏遮挡、金属内植物、骨量减少和诊断不确定性。这些因素被拆分为独立列，便于研究者直接筛选或分层分析，构建无混杂因素的评估子集。此外，患者级分割策略有效保障了训练、验证与测试集间的独立性，通过固定种子实现了可复现的划分。数据集规模庞大，涵盖三万余张影像，骨折阳性样本比例均衡，且来源单一医疗中心，确保了数据的一致性，适用于儿童腕部骨折检测模型的训练与公平性评估。

使用方法

该数据集为Hugging Face格式，可通过`datasets`库的一行代码加载，返回一个包含训练、验证与测试三个分割的DatasetDict对象。每个样本都包含图像字段及19个元数据列，便于直接用于图像分类或目标检测任务。研究者可轻松利用`filter`方法，根据`has_confound`等标记剔除存在铸件、金属、骨量减少或诊断不确定的影像，构建清洁的测试基准。支持的典型应用包括骨折检测模型的监督微调、多模态模型的零样本评估，以及数据规模与模型性能间缩放律的研究。需注意，原始标签源自儿科放射科医师的注释，未进行重复仲裁，故作为研究基准而非临床决策工具使用。

背景与挑战

背景概述

儿科腕部骨折X射线影像数据集（Pediatric Wrist Fracture X-Ray Dataset）由Layered Labs的Ridwan、Hossain与Noor于2026年构建，其核心源自Graz大学医院儿科外科2008至2018年间采集的GRAZPEDWRI-DX语料库，涵盖20,327张标注完整的儿科腕部放射影像，对应6,091名患者的临床资料。该数据集将原始分散的16GB影像归档与注释数据整合为可直接加载的Hugging Face格式，每张图像内嵌骨折金标准、AO分型、骨侧别、投照角度及混杂因素标签，并以患者层级划分训练、验证与测试集，杜绝数据泄露。此数据集旨在为儿科骨科影像人工智能研究提供标准化、可复现的评测基准，推动骨折检测与分类模型的开发，同时支持多模态模型在儿科放射影像上的零样本或微调性能评估，对骨科影像AI领域的发展具有重要推动作用。

当前挑战

该数据集面临的挑战主要源于儿科腕部骨折影像的固有复杂性及数据构建过程的技术难题。领域层面，儿科骨骼的生长发育特性导致骨折征象易与正常骨骺混淆，且AO分类体系在儿科适用性有限，骨折可见性标记仅依赖原始放射科医师注释，未独立复核，存在诊断不确定性；影像中常伴石膏、金属内固定物、骨量减少等混杂因素，干扰模型特征学习。构建过程中，原始GRAZPEDWRI-DX数据以16GB的zip压缩包和独立CSV注释文件分布，需按文件名手工匹配，现有Hub镜像又剥离标签，阻碍有效训练；本数据集需通过HTTP范围请求流式拉取影像并逐行连接标签，同时计算患者级划分，处理设备型号差异（Agfa vs. Siemens）导致的像素间距不一致，以及部分AO代码缺乏明确骨后缀的解析问题，这些都构成了数据集构建与后续应用中的显著挑战。

常用场景

经典使用场景

该数据集为儿科腕部骨折X射线影像分析提供了丰富的基础资源，其典型应用场景聚焦于基于深度学习的骨折检测与分类任务。研究者可利用其包含的20,327张标注影像及丰富的元数据，训练高精度的骨折识别模型，评估不同架构（如卷积神经网络、视觉Transformer）在儿科影像上的表现，并开展多任务学习研究，同时预测骨折可见性、AO分型及骨质减少等临床指标。

衍生相关工作

该数据集的发布推动了多项衍生研究工作，例如基于其开发的骨折检测模型被用于跨数据集泛化研究，验证模型在不同人群与设备上的稳健性；其混杂因素标注启发了去偏与域适应算法的探索，以提高模型对石膏遮挡、金属伪影等干扰的抵抗力；基于患者级别的划分方案，也被后续儿科影像数据集构建所借鉴，促进了医学影像数据标准化流程的完善。

数据集最近研究

最新研究方向

该数据集聚焦于儿科腕部骨折X射线影像的智能诊断前沿，其最新研究方向主要围绕深度学习模型在儿科放射影像中的骨折检测与分类性能提升展开。鉴于儿童骨骼发育特性所致骨折征象的隐匿性，研究者们正致力于利用该数据集的精细标注（包括骨折可见性、AO分型、骨侧及投影角度）来训练高精度卷积神经网络或视觉Transformer模型，并探索多模态融合策略以增强诊断鲁棒性。同时，数据集对混杂因素（如石膏、金属内固定、骨量减少）的系统标记，推动了模型泛化性与临床可解释性研究，旨在构建能够抵抗影像干扰、实现精准筛查的辅助诊断系统。此外，患者级别划分与标准化评估协议为跨中心验证和算法公平性审计提供了基准，对推动儿科影像AI的临床转化具有重要价值。