常规相机与智能手机图像用于眼睑肿瘤远程诊断的比较研究数据

数据集获取（Figshare）

• 源站标题：Comparative study between conventional camera images and smartphone images for eyelid tumor telediagnosis.
• DOI：10.6084/m9.figshare.19961920.v1
• 发布日期：2022-06-02
• 文件数：2 个
• 文件总体积：363.15 KB
• 源站页面：https://scielo.figshare.com/articles/dataset/Comparative_study_between_conventional_camera_images_and_smartphone_images_for_eyelid_tumor_telediagnosis_/19961920

命令行下载

curl -L -o "435ab9cf63a1aff9476fbd7f141e29d4cd4f9c89.jpg" "https://ndownloader.figshare.com/files/35525134"
curl -L -o "b2b234aaacdecfd675ff009b72f90089d4021862.jpg" "https://ndownloader.figshare.com/files/35525137"

文件清单

• 435ab9cf63a1aff9476fbd7f141e29d4cd4f9c89.jpg（183.56 KB）
• b2b234aaacdecfd675ff009b72f90089d4021862.jpg（179.59 KB）

文件总体积 363.15 KB（源站 API 实测）。

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。

数据说明

摘要 目的：比较通过评估传统相机图像与智能手机图像所获得的眼睑肿瘤诊断准确性。方法：2016年1月至2017年7月，36名患者接受了面对面外部评估和生物显微镜检查以建立临床诊断。使用佳能PowerShot SX530 HS数码相机（1680万像素）和三星GALAXY S4智能手机相机对病变进行拍摄。所有病变均被切除并送交解剖病理学检查。术前图像被发送给两位眼睑疾病专家，然后进行远程分析。将面对面诊断和远程诊断的数据与组织学诊断的金标准进行比较。结果：最常见的病变为基底细胞癌（33.3%）、光化性角化病（19.4%）和痣（13.9%）。恶性病变诊断的Kappa系数显示，两位远程评估者在传统数码相机图像（0.68）和智能手机图像（0.78）中的一致性。

面对面检查者的准确率为94.4%；远程评估者在传统数码相机图像中的准确率为83.3%，在智能手机图像中的准确率介于80.6%至86.1%之间。将面对面诊断与远程诊断（通过评估传统数码相机图像或智能手机图像获得）进行比较，命中率无显著差异。结论：对于眼睑肿瘤远程诊断，使用智能手机相机获得的图像与传统数码相机获得的图像等效。

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.6084/m9.figshare.19961920.v1（source: https://scielo.figshare.com/articles/dataset/Comparative_study_between_conventional_camera_images_and_smartphone_images_for_eyelid_tumor_telediagnosis_/19961920）。