摘要：该膝关节骨关节炎严重程度X光与热成像图像数据集是专门为膝关节骨关节炎（OA）检测和严重程度分级设计的多模态成像数据集，包含16,520张医学图像。
数据集概述
该膝关节骨关节炎严重程度X光与热成像图像数据集是专门为膝关节骨关节炎（OA）检测和严重程度分级设计的多模态成像数据集，包含16,520张医学图像。数据集包含两种成像模态：X光图像（8,260张）和膝关节热成像图像（8,260张），每种模态各有8,260张图像，实现了完美的模态对齐。数据集采用Kellgren-Lawrence（KL）分级标准进行标注，涵盖五个严重程度等级：0级（健康，无骨关节炎征象）、1级（可疑，轻微关节间隙变窄和可能的骨赘）、2级（轻度，明确的骨赘存在和可能的关节间隙变窄）、3级（中度，多发骨赘、明确的关节间隙变窄和轻度硬化）、4级（重度，大量骨赘、显著关节间隙变窄和严重硬化）。该数据集支持结构性和热模式的综合分析，为自动化OA检测、严重程度分类以及X光与热成像对比研究提供了完整的多模态影像资源。
数据结构与关键特征
数据集采用五分类结构组织，两种成像模态的类别分布完全一致：0级3,253张、1级1,495张、2级2,175张、3级1,086张、4级251张，呈现从健康到重度的递减分布模式，反映了骨关节炎的临床发病率特征。所有图像均为PNG格式，X光图像为灰度图像，热成像图像为红外强度图。数据集的核心特征在于多模态对齐设计，相同编号的X光和热成像图像对应同一膝关节样本，使得模型可以学习结构性改变（X光显示的骨赘、关节间隙、硬化）与炎症热模式（热成像显示的温度分布异常）之间的关联。类别分布显示出明显的不平衡性，健康和轻度病例占比较高，重度病例（251张）占比较低，这种分布既符合临床实际，也为处理医学影像类不平衡问题提供了研究场景。
应用价值与研究方向
该数据集在骨科影像学和骨关节炎计算机辅助诊断领域具有重要的研究价值，特别适用于多模态融合诊断、疾病严重程度分级以及早期OA筛查系统开发。研究方向包括：多模态深度学习融合策略（早期融合、晚期融合、注意力融合）、基于X光的结构性病变检测与基于热成像的炎症评估、跨模态特征学习与互补信息提取、序数回归（Ordinal Regression）用于保持严重程度等级的顺序关系、类不平衡处理技术（focal loss、重采样、类别加权）、迁移学习在医学多模态影像中的应用、以及可解释性AI用于识别X光中的骨赘和热成像中的热点区域。该数据集为研究X光与热成像在骨关节炎诊断中的互补性提供了独特平台，有助于开发更准确的早期OA检测工具、构建多模态疾病进展预测模型，并为临床医生提供结合结构性和功能性信息的综合诊断支持系统，在精准骨科医学和智能影像分析领域具有广阔的应用前景。
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-316
文件大小：770M
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)