肾结石分类与目标检测数据集

摘要：肾结石分类与目标检测数据集是一个专门用于超声影像中肾结石自动识别的大规模医学影像数据集，包含9,416张标准化的肾脏超声图像，分为正常(4,414张)和结石(5,002张)两个类别。

数据集概述

肾结石分类与目标检测数据集是一个专门用于超声影像中肾结石自动识别的大规模医学影像数据集，包含9,416张标准化的肾脏超声图像，分为正常(4,414张)和结石(5,002张)两个类别。所有图像均以512×512像素的统一分辨率存储，采用JPEG/PNG格式，数据来源于多家医院和扫描中心，使用三星专业超声设备(RS85、HS60、RS80A、HS70A)采集，确保了数据的临床真实性和设备多样性。数据集采用Creative Commons Attribution 4.0 International (CC BY 4.0)开源许可，允许自由共享和改编，但需注明出处。数据集提供原始和预处理两种版本的超声图像，专门针对肾结石检测挑战赛设计，为标注人员提供了详细的标注指南：识别高回声亮点(结石的典型超声表现)、后方声影(结石阻挡超声波形成的特征性阴影)，并避免将结石与正常组织纹理混淆。

数据结构与关键特征

数据集采用二分类结构，包含正常肾脏和肾结石两个类别，类别分布相对均衡(正常:结石 ≈ 47%:53%)，避免了严重的数据不平衡问题。所有图像统一为512×512像素的标准分辨率，简化了模型输入层设计和预处理流程。数据来源于多家医疗机构和四种不同型号的三星超声设备，覆盖了设备间的成像差异、不同操作者的扫描技术以及多样化的患者群体，增强了数据集的代表性和模型的泛化能力。肾结石的超声影像学特征包括强回声(高亮度白色斑点)和后方声影(结石后方的暗带区域)，这两个特征是超声诊断肾结石的金标准，数据集的标注指南明确强调了这些关键诊断要点。数据集同时提供原始和预处理版本，支持研究者根据不同需求选择数据格式，也为数据增强和预处理方法研究提供了基准。

应用价值与研究方向

该数据集在泌尿外科、超声诊断和医疗AI领域具有重要的临床应用价值和研究意义。在临床应用中，可用于开发肾结石自动筛查系统、超声影像辅助诊断工具和实时检测软件，帮助超声医师快速定位结石位置、测量结石大小并生成诊断报告，特别适用于基层医疗机构和急诊科等缺乏经验丰富超声专家的场景。在研究方向上，适合用于目标检测模型训练(YOLO、Faster R-CNN用于结石定位)、图像分类任务(ResNet、EfficientNet用于正常/结石二分类)、语义分割研究(U-Net用于精确勾画结石边界)、小目标检测算法优化(结石在超声图像中可能很小)以及跨设备泛化能力验证(四种不同超声设备的数据),为超声影像AI应用建立标准化评估基准,最终提升肾结石的早期发现率、减少漏诊并改善患者预后。

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-258
文件大小：210M
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。