摘要新生兒人體測量圖像數(shù)據(jù)集是一個專門用于基于計算機視覺和深度學(xué)習(xí)的新生兒生長分析的臨床醫(yī)學(xué)影像數(shù)據(jù)集包含臨床獲取的新生兒圖像和結(jié)構(gòu)化體格測量數(shù)據(jù)。數(shù)據(jù)集簡介數(shù)據(jù)集概述新生兒人體測量圖像數(shù)據(jù)集是一個專門用于基于計算機視覺和深度學(xué)習(xí)的新生兒生長分析的臨床醫(yī)學(xué)影像數(shù)據(jù)集包含臨床獲取的新生兒圖像和結(jié)構(gòu)化體格測量數(shù)據(jù)。數(shù)據(jù)集包含83名新生兒55名男嬰、28名女嬰在印度北方邦考沙姆比縣曼詹普爾聯(lián)合地區(qū)醫(yī)院的受控臨床條件下采集。每名新生兒擁有獨立文件夾Baby-1至Baby-N包含多張不同角度和分辨率的新生兒圖像JPG/JPEG/PNG格式無固定文件命名規(guī)則可變分辨率和方向以及結(jié)構(gòu)化的人體測量CSV文件neonatal_measurements.csv。測量指標涵蓋關(guān)鍵生長參數(shù)姓名、出生日期、頭圍、臂長、腿長、胸圍、總體長、體重和妊娠周每行數(shù)據(jù)對應(yīng)一個新生兒文件夾為建立圖像特征與體格測量值之間的映射關(guān)系提供了完整的監(jiān)督信號。所有數(shù)據(jù)經(jīng)過匿名化處理嚴格遵循醫(yī)學(xué)倫理標準適用于計算機視覺模型訓(xùn)練、深度學(xué)習(xí)研究、新生兒人體測量學(xué)評估、生長預(yù)測建模、兒科AI研究和醫(yī)學(xué)影像基準測試。數(shù)據(jù)結(jié)構(gòu)與關(guān)鍵特征數(shù)據(jù)集采用分層文件夾結(jié)構(gòu)每個新生兒Baby-1至Baby-N共83個文件夾擁有獨立目錄包含可變數(shù)量的圖像文件JPG/JPEG/PNG格式無固定命名規(guī)則可變分辨率和方向和一個全局CSV測量表neonatal_measurements.csv包含9個字段姓名、出生日期、頭圍、臂長、腿長、胸圍、總體長、體重、妊娠周。關(guān)鍵特征包括多模態(tài)數(shù)據(jù)融合視覺圖像與結(jié)構(gòu)化數(shù)值測量的配對、性別分布55名男嬰、28名女嬰約2:1比例、真實臨床環(huán)境采集非實驗室受控拍攝包含自然光照變化、姿勢多樣性、部分遮擋等真實挑戰(zhàn)、關(guān)鍵生長指標全覆蓋頭圍、臂長、腿長、胸圍、總體長、體重和妊娠周共7項WHO推薦的新生兒體格評估指標、以及妊娠周信息支持早產(chǎn)兒與足月兒的差異化建模。圖像特征體現(xiàn)真實臨床數(shù)據(jù)的非標準化特性可變分辨率、不同拍攝角度正面、側(cè)面、俯臥等、無統(tǒng)一命名規(guī)則需自定義預(yù)處理流程。CSV文件提供精確的數(shù)值標注使數(shù)據(jù)集同時支持回歸任務(wù)預(yù)測具體測量值和分類任務(wù)生長狀態(tài)評估。數(shù)據(jù)集的臨床真實性體現(xiàn)在新生兒膚色、姿勢、表情的自然多樣性以及不同妊娠周早產(chǎn)至足月帶來的生理發(fā)育差異為構(gòu)建魯棒的臨床級AI系統(tǒng)提供了寶貴的真實世界數(shù)據(jù)。應(yīng)用價值與研究方向該數(shù)據(jù)集在兒科智能醫(yī)療、新生兒健康監(jiān)測、發(fā)展中國家醫(yī)療資源優(yōu)化和計算機視覺醫(yī)學(xué)應(yīng)用領(lǐng)域具有重要價值可用于開發(fā)基于圖像的新生兒體格自動測量系統(tǒng)、生長發(fā)育評估工具、營養(yǎng)不良篩查平臺、早產(chǎn)兒健康監(jiān)測系統(tǒng)以及移動端新生兒健康自檢APP。研究方向包括基于深度學(xué)習(xí)的人體測量值回歸預(yù)測頭圍、臂長、腿長、胸圍、總體長、體重的自動估算、多任務(wù)學(xué)習(xí)同時預(yù)測多個體格指標、關(guān)鍵點檢測與姿態(tài)估計用于自動測量、3D人體重建與體積估算、妊娠周預(yù)測與早產(chǎn)兒識別、生長曲線擬合與異常檢測、遷移學(xué)習(xí)在小樣本醫(yī)學(xué)數(shù)據(jù)中的應(yīng)用、以及聯(lián)邦學(xué)習(xí)在隱私保護新生兒數(shù)據(jù)分析中的探索。數(shù)據(jù)集特別適合研究非接觸式人體測量技術(shù)替代傳統(tǒng)手工測量減少新生兒應(yīng)激反應(yīng)、低資源環(huán)境下的輕量級模型部署適配基層醫(yī)療機構(gòu)的移動設(shè)備、以及跨種族/跨地域的生長標準差異建模。此外該數(shù)據(jù)集還可支持兒科疾病風(fēng)險預(yù)測、營養(yǎng)干預(yù)效果評估、人口健康大數(shù)據(jù)分析等擴展應(yīng)用。在全球每年約1500萬早產(chǎn)兒出生、發(fā)展中國家新生兒死亡率居高不下的背景下該數(shù)據(jù)集為推動AI輔助新生兒健康監(jiān)測技術(shù)在資源匱乏地區(qū)的應(yīng)用、提升早期生長異常識別能力、降低兒童死亡率和發(fā)育障礙發(fā)生率提供了重要的數(shù)據(jù)基礎(chǔ)和技術(shù)支撐。數(shù)據(jù)集來源醫(yī)院的受控臨床條件下采集。由張家梁(Bob)整理并于2026年在7zcode平臺公開發(fā)布。數(shù)據(jù)集信息免責(zé)聲明與引用數(shù)據(jù)僅用于科研與教學(xué)用途。若用于商業(yè)場景請自行核驗數(shù)據(jù)許可。如需引用請在論文或報告中注明數(shù)據(jù)集名稱與版本號。作者信息作者Bob (張家梁)項目編號Datasets-190文件大小347M原創(chuàng)聲明本數(shù)據(jù)集為整理作品