摘要：该数据集面向糖尿病足溃疡（Diabetic Foot Ulcer，DFU）严重程度识别与自动分级研究构建，包含经过医学专业人员标注的糖尿病足溃疡图像。
数据集概述
该数据集面向糖尿病足溃疡（Diabetic Foot Ulcer，DFU）严重程度识别与自动分级研究构建，包含经过医学专业人员标注的糖尿病足溃疡图像。数据集依据临床常用的 Wagner–Meggitt 分级体系，将病例划分为 Grade 1、Grade 2、Grade 3 和 Grade 4 四个等级，用于反映糖尿病足溃疡由浅表损伤向深层组织感染、坏死等不同严重程度的发展状态。所有图像统一处理为 224×224 像素，适合直接应用于卷积神经网络、Vision Transformer 等深度学习图像分类模型。
数据结构与关键特征
数据集已经按照标准机器学习流程划分为 train、valid 和 test 三个子集，每个子集中均包含 Grade 1、Grade 2、Grade 3 和 Grade 4 四个类别目录，便于直接进行模型训练、验证和独立测试。其主要特点是具有明确的临床分级标签，并由医学专业人员完成标注，因此比普通的“正常/异常”二分类数据具有更强的临床解释性。同时，统一的 224×224 图像尺寸能够适配 ResNet、DenseNet、EfficientNet、MobileNet 等常见深度学习网络，也方便进行迁移学习、数据增强以及类别不平衡处理。
应用价值与研究方向
该数据集可用于研究糖尿病足溃疡自动分级、严重程度评估、智能辅助诊断和远程健康监测。研究人员可以基于该数据集构建多分类深度学习模型，实现对不同 Wagner–Meggitt 等级的自动识别，并进一步研究注意力机制、迁移学习、类别加权、数据增强和模型集成等方法，提高对复杂溃疡图像的识别能力。此外，还可以将分级模型集成到医院辅助诊断系统、基层医疗筛查平台或移动端糖尿病足管理系统中，为临床随访、治疗决策以及病情进展监测提供辅助参考。
数据集来源
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-831
文件大小：67M
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)