Knee Osteoarthritis Dataset with Severity
Dataset d’images radiographiques du genou annotées selon cinq niveaux de sévérité de l’ostéoarthrite (grade 0 à 4), utilisé pour la classification automatique et la détection.
Environ 9 786 images radiographiques annotées au format JPEG/DICOM, avec grades KL de 0 à 4
Attribution 4.0 International (CC BY 4.0)
Description
Le Knee Osteoarthritis Dataset with Severity contient près de 10 000 images radiographiques du genou, annotées selon le système KL (Kellgren-Lawrence) avec 5 grades allant de sain à sévère. Ce dataset est conçu pour la détection automatique et l’évaluation de la sévérité de l’ostéoarthrite via des méthodes de vision par ordinateur.
À quoi sert ce dataset ?
- Développer des modèles d’aide au diagnostic médical en imagerie orthopédique
- Classer la sévérité de l’ostéoarthrite du genou sur des images radiographiques
- Contribuer à la recherche en intelligence artificielle médicale et vision par ordinateur
Peut-on l’enrichir ou l’améliorer ?
Ce dataset peut être enrichi par des annotations complémentaires (localisation précise des lésions, segmentations). Il est aussi possible d’ajouter des données cliniques associées pour améliorer les modèles prédictifs.
🔎 En résumé
🧠 Recommandé pour
- Chercheurs IA médicale
- Radiologues
- Data scientists en santé
🔧 Outils compatibles
- PyTorch
- TensorFlow
- MONAI
- Outils d’annotation médicale
- ITK-SNAP
💡 Astuce
Utiliser des techniques de transfert learning pour optimiser la classification avec ce dataset.
Questions fréquemment posées
Quel est le système de classification utilisé pour annoter les images ?
Le système Kellgren-Lawrence (KL) avec 5 grades, de 0 (sain) à 4 (ostéoarthrite sévère).
Peut-on utiliser ce dataset à des fins commerciales ?
Oui, sous réserve de respecter la licence CC BY 4.0, notamment en attribuant correctement la source.
Le dataset contient-il des données personnelles identifiables ?
Non, les images sont anonymisées et ne contiennent pas de données personnelles.
