摘要：多类别膝关节骨质疏松X光数据集（膝关节X光片和患者记录），分为三类（正常、骨量减少、骨质疏松），用于 Springer 发表的深度学习骨质疏松诊断研究（DOI: 10.1007/s44196-024-00615-4），专为自动化检测和分类模型开发而构建。
数据集简介
数据集概述
多类别膝关节骨质疏松X光数据集是一个用于骨质疏松诊断分类的综合性医学影像数据集，用于研究论文”Knee Osteoporosis Diagnosis Based on Deep Learning”（Springer，DOI: 10.1007/s44196-024-00615-4）。骨质疏松是老年人特别是绝经后妇女常见的骨密度降低疾病，早期诊断对预防骨折至关重要。数据集包含 1.3 GB 数据（膝关节X光片和患者记录），分为三类：Normal（正常）、Osteopenia（骨量减少，早期骨密度损失）、Osteoporosis（骨质疏松，晚期骨密度退化），专为自动化检测和分类的深度学习模型开发而构建。
数据结构与临床背景
数据集包含膝关节X光片和患者记录（1.3 GB），三类别分类符合 WHO 骨质疏松诊断标准（基于骨密度 T 值：正常 T ≥ -1.0、骨量减少 -2.5 < T < -1.0、骨质疏松 T ≤ -2.5）。骨质疏松导致骨密度降低、骨组织微结构破坏、骨脆性增加和骨折风险升高，膝关节作为承重关节，骨质疏松可导致骨折、骨关节炎加重和活动能力下降。数据集从多个来源收集，结构良好且标注完整。
应用价值与研究方向
支持膝关节骨质疏松自动分类（三类别：正常/骨量减少/骨质疏松）、骨密度评估、早期筛查、深度学习模型开发（CNN、ResNet、EfficientNet）、计算机辅助诊断（CAD）系统、骨折风险预测、多类别分类研究、迁移学习、可解释 AI（Grad-CAM）和骨科诊断工具进步，为改善骨质疏松早期检测和预防骨折提供重要资源。
数据集来源
该数据集用于研究论文”Knee Osteoporosis Diagnosis Based on Deep Learning”（DOI: 10.1007/s44196-024-00615-4，Springer）。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-95
文件大小：1.1G
原创声明：本数据集为整理作品
