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”SpringerDOI: 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 AIGrad-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/s44196-024-00615-4Springer。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