增强型银屑病与黑色素瘤及正常皮肤图像数据集

该数据集是一个增强的皮肤病图像数据集,包含银屑病、黑色素瘤以及正常皮肤的图像数据,通过数据增强技术扩充了样本数量与多样性,主要用于皮肤病识别与分类研究,可支持计算机视觉和医学影像分析在银屑病与黑色素瘤自动诊断领域的应用。

aditipathak17aditipathak17
kaggle
2025-04-17 更新
浏览 20
皮肤病识别图像处理
Augmented Psoriasis and Melanoma with Normal Skin

基本信息

大小
0.17 GB
许可
Unknown
创建/更新时间
2025-04-17
版本
v1

资源简介

增强型银屑病与黑色素瘤及正常皮肤图像数据集

【一句话概览】

该数据集标题为“Augmented Psoriasis and Melanoma with Normal Skin”,原始描述为包含银屑病、黑色素瘤及正常皮肤图像的增强数据集。数据集共含20个文件,合计大小133.5 KB,许可状态未知(来源 Kaggle,Unknown 许可)。

【数据集背景】

本数据集源站标题为《Augmented Psoriasis and Melanoma with Normal Skin》。源站首次发布:2025-04-17。

【数据内容】

源站原始描述:Augmented Dataset with Images of Psoriasis and Melanoma alongside Normal Skin

中文译文(机器翻译,仅供快速理解,请以原文为准):增强数据集,包含银屑病、黑色素瘤及正常皮肤的图片

【数据结构与技术规格】

文件数 20 个,合计 133.45 KB。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/aditipathak17/augmented-psoriasis-and-melanoma-with-normal-skin

使用许可:Unknown。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。

需登录

公开下载

无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。

暂未开放

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取

方式一:KaggleHub(Python,推荐 AI Agent 使用)

# 前置依赖: pip install kagglehub
import kagglehub

path = kagglehub.dataset_download("aditipathak17/augmented-psoriasis-and-melanoma-with-normal-skin")
print("数据已下载至:", path)

方式二:Kaggle CLI(命令行)

# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d aditipathak17/augmented-psoriasis-and-melanoma-with-normal-skin
unzip augmented-psoriasis-and-melanoma-with-normal-skin.zip -d augmented-psoriasis-and-melanoma-with-normal-skin/

数据说明

该数据集是一个增强的皮肤病图像数据集,包含银屑病、黑色素瘤以及健康正常皮肤的图像。数据来源于Kaggle平台,通过数据增强技术对原始皮肤病图像进行扩充,以增加样本多样性和数量。该数据集主要用于皮肤病识别与分类研究,特别是针对银屑病和黑色素瘤的自动诊断,可应用于计算机视觉、医学影像分析及皮肤病辅助诊断系统开发。

数据加载示例(图像类)

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案