BCN20000皮肤镜病变数据集

BCN20000 包含巴塞罗那医院采集的皮肤镜图像,覆盖基底细胞癌、鳞状细胞癌和光化性角化病。由Hospital Clínic de Barcelona提供,来自ISIC Archive,包含18946条数据记录,适用于分类任务,专注于肿瘤领域的非黑色素瘤皮肤癌研究。

Hospital Clínic de BarcelonaHospital Clínic de Barcelona
ISIC Archive
2024-01-01 更新
浏览 11
图像分类
BCN20000

基本信息

模态
图像
数据量
18946
任务类型
分类
创建/更新时间
2024-01-01

资源简介

BCN20000皮肤镜病变数据集

【一句话概览】

BCN20000 数据集包含 2010 年至 2016 年间在巴塞罗那医院诊所拍摄的皮肤病变皮肤镜图像,共涉及 5440 名受试者、20000 张影像。该数据集旨在应对在多样条件下对皮肤癌皮肤镜图像进行分类的挑战,包括位于指甲和黏膜等困难部位的病变、超出皮肤镜设备孔径的大病变以及低色素性病变(来源 ISIC Archive)。

【数据内容】

源站原始描述:The BCN20000 dataset consists of dermoscopic images of skin lesions taken between 2010 and 2016 at the Hospital Clínic in Barcelona. It aims to tackle the challenge of classifying dermoscopic images of skin cancer under diverse conditions, including lesions in challenging locations (such as nails and mucosa), large lesions exceeding the dermoscopy device''s aperture, and hypo-pigmented lesions

中文译文(机器翻译,仅供快速理解,请以原文为准):BCN20000数据集包含2010年至2016年间在巴塞罗那医院诊所拍摄的皮肤病变的皮肤镜图像。该数据集旨在解决在多种条件下对皮肤癌皮肤镜图像进行分类的挑战,这些条件包括位于难以观察部位(如指甲和黏膜)的病变、超出皮肤镜设备孔径的大病变,以及色素减退的病变。

【适用方向】

影像类数据可用于医学图像分析模型(检测、分割、分类)的训练与评测,也可用于标注质量与成像参数相关性的研究。

【获取与许可】

源站页面:https://api.isic-archive.com/collections/249/

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。

暂未开放

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。

免登录

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

源站:https://api.isic-archive.com/collections/249/

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
    • ModelScope: pip install modelscope 后 modelscope download
    • 天池: 登录后页面提供直链下载
      以源站「数据下载/使用文档」页面为准。

数据说明

BCN20000 包含巴塞罗那医院采集的皮肤镜图像,覆盖基底细胞癌、鳞状细胞癌和光化性角化病。

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