胃肠道出血图像数据集

摘要：胃肠道出血图像数据集是一个面向胃肠道出血识别、病变检测与无线胶囊内镜图像分析构建的医学图像数据集。

数据集概述

胃肠道出血图像数据集是一个面向胃肠道出血识别、病变检测与无线胶囊内镜图像分析构建的医学图像数据集。数据来源于无线胶囊内镜（Wireless Capsule Endoscopy，WCE）成像，共包含 226 张胃肠道内镜图像。其中 113 张为胃肠道出血或病变图像，113 张为正常胃肠道图像，两类样本数量完全均衡。该数据集可以用于训练和评估计算机视觉及深度学习模型，实现对胶囊内镜图像中异常出血区域和正常组织的自动识别。

数据结构与关键特征

数据集按照图像类别划分为 Lesion 和 Normal 两个主要类别，其中 Lesion 包含 113 张胃肠道出血或病变 WCE 图像，Normal 包含 113 张正常胃肠道 WCE 图像，总计 226 张图像，属于标准的二分类医学影像数据集。数据集两类样本比例为 1:1，不存在明显类别不平衡问题，有利于模型进行公平训练和性能评估。图像来源于无线胶囊内镜检查，可反映胃肠道内部黏膜的颜色、纹理、血管以及病变区域等视觉特征。由于出血区域在颜色、形态、范围和背景组织方面存在差异，因此数据适合研究模型对局部异常特征和复杂内镜背景的识别能力。

应用价值与研究方向

该数据集适用于胃肠道出血二分类、无线胶囊内镜图像识别、胃肠道病变辅助检测以及医学智能诊断等研究方向。可以采用 ResNet、DenseNet、EfficientNet、MobileNet、ConvNeXt 和 Vision Transformer 等模型进行图像分类，也可以利用迁移学习和数据增强缓解医学图像样本规模较小的问题。进一步还可以研究注意力机制、病变区域定位、图像分割、可解释性分析以及多模型融合等方法，从而提升胃肠道出血检测的准确率和鲁棒性。该数据集还可作为无线胶囊内镜智能筛查系统的基础数据，为减少医生人工阅片工作量和提高异常图像筛查效率提供研究支持。

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-806
文件大小：590M
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。