摘要：多任务新生儿黄疸影像数据集（NeoJaundiceNet Dataset）是一个综合性的新生儿黄疸影像数据集，专为多任务深度学习和医学图像分析研究而设计。
数据集简介
数据集概述
多任务新生儿黄疸影像数据集（NeoJaundiceNet Dataset）是一个综合性的新生儿黄疸影像数据集，专为多任务深度学习和医学图像分析研究而设计。新生儿黄疸是新生儿期最常见的临床问题之一，由血液中胆红素水平升高引起，表现为皮肤和巩膜（眼白）黄染。如果不及时诊断和治疗，高胆红素血症可能导致核黄疸（胆红素脑病），造成永久性神经损伤。快速准确的黄疸筛查和胆红素水平评估对于新生儿健康至关重要，但传统的血清胆红素检测是侵入性的，而经皮胆红素仪价格昂贵且在不同肤色新生儿中准确性存在差异。基于图像的非侵入性黄疸筛查技术（如使用智能手机或皮肤镜）具有重要的临床应用前景，特别是在资源受限环境中。该数据集包含皮肤镜（dermoscopic）和非皮肤镜（non-dermoscopic）新生儿图像，标注了黄疸筛查、严重程度评估和定量胆红素估计信息。
数据集支持三种核心任务：
(1) 二元黄疸筛查（正常 vs 黄疸）；
(2) 多类别严重程度分类（正常、轻度、中度、重度）；
(3) 连续胆红素水平估计（回归任务）。
数据集旨在支持医学图像分类、多任务学习、胆红素回归分析、Vision Transformer、临床 AI 系统和新生儿医疗保健应用研究。
数据结构与标注信息
数据集采用分层目录结构，分为两个子集：
(1) 皮肤镜子集（dermoscopic/）：包含新生儿皮肤图像（images/文件夹，如 1345-1.jpg、1344-3.jpg 等）和关联的临床标注与胆红素测量值（metadata.csv）。Metadata 字段包括：image_id（唯一图像标识符）、image_path（相对图像路径）、class（类别：Normal 正常或 Jaundice 黄疸）、severity（严重程度类别：Normal 正常=0、Mild 轻度=1、Moderate 中度=2、Severe 重度=3）、bilirubin（胆红素浓度值，连续数值，单位通常为 mg/dL 或 μmol/L）、domain（图像采集域，可能表示不同的设备、光照条件或医疗机构）。严重程度分类基于胆红素水平阈值定义：正常（0）、轻度（1，胆红素轻度升高）、中度（2，需要密切监测或光疗）、重度（3，可能需要换血疗法）。
(2) 非皮肤镜子集（non-dermoscopic/）：包含按类别组织的新生儿图像：normal/文件夹（正常新生儿图像，如 normal (915).jpg）和 jaundice/文件夹（黄疸新生儿图像，如 jaundice (4).jpg）。非皮肤镜子集专为二元分类、领域泛化、跨域学习和轻量级筛查实验而设计，可能包含使用智能手机或常规相机拍摄的临床照片。
数据集的多任务标注设计使其能够同时支持分类（筛查、严重程度）和回归（胆红素估计）任务，为多任务学习和联合训练提供理想的研究平台。
应用价值与研究方向
该数据集为新生儿黄疸研究、医学图像分析和多任务学习提供核心数据支撑。核心应用：
(1) 黄疸筛查：开发深度学习模型（CNN、ResNet、EfficientNet、Vision Transformer）进行二元筛查，适用于家庭监测和基层医疗；
(2) 严重程度评估：训练多类别分类模型（正常/轻度/中度/重度），辅助治疗决策（观察/光疗/换血）；
(3) 胆红素估计：开发回归模型从皮肤图像定量估计胆红素浓度；
(4) 多任务学习：同时训练筛查、分类和回归任务，提高性能和泛化能力；
(5) Vision Transformer 研究：探索 ViT、Swin Transformer 在医学图像中的应用；
(6) 临床决策支持：开发面向儿科医生的 AI 辅助工具；
(7) 跨域学习：利用皮肤镜和非皮肤镜两个域研究领域适应和迁移学习；
(8) 可解释 AI：应用 Grad-CAM 可视化模型决策；
(9) 联邦学习：研究隐私保护的分布式学习。
严格用于研究和教育，不得用于直接临床诊断。
数据集来源
该数据集包含皮肤镜和非皮肤镜新生儿图像及多任务标注（class：Normal/Jaundice、severity：0-3、bilirubin：胆红素浓度值、domain：采集域），支持二元黄疸筛查、多类别严重程度分类和连续胆红素回归估计，采用非商业研究和教育许可，严格用于研究目的不得用于直接临床诊断。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-93
文件大小：510M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)