Derm7pt七点检查皮肤病变数据集

肿瘤领域多模态公开数据集,来源:derm.cs.sfu.ca。

Simon Fraser UniversitySimon Fraser University
7-point Criteria Evaluation Database
浏览 35
多模态分类skin lesiondermoscopyclinical images7-point criteriamalignancycomputer aided diagnosis
Derm7pt

基本信息

模态
多模态
数据量
1011
任务类型
分类
创建/更新时间
2026-09-28

资源简介

Derm7pt七点检查皮肤病变数据集

【一句话概览】

该数据库用于评估计算机化图像对7点皮肤病变恶性标准清单的预测。数据集包含超过2000张临床和皮肤镜彩色图像,以及配套的结构化元数据,专为训练和评估计算机辅助诊断系统而设计。相关标签涵盖皮肤病变、皮肤镜、临床图像、7点标准、恶性及计算机辅助诊断(来源 derm.cs.sfu.ca)。

【数据集背景】

本数据集源站标题为《7-POINT CRITERIA EVALUATION DATABASE》。

【数据内容】

源站原始描述:We provide a database for evaluating computerized image-based prediction of the 7-point skin lesion malignancy checklist. The dataset includes over 2000 clinical and dermoscopy color images, along with corresponding structured metadata tailored for training and evaluating computer aided diagnosis (CAD) systems

中文译文(机器翻译,仅供快速理解,请以原文为准):我们提供了一个数据库,用于评估基于计算机图像的7点皮肤病变恶性程度检查表的预测。该数据集包含超过2000张临床和皮肤镜彩色图像,以及相应的结构化元数据,专为训练和评估计算机辅助诊断(CAD)系统而设计。

【主题与分类】

主题标签:skin lesion、dermoscopy、clinical images、7-point criteria、malignancy、computer aided diagnosis。

【适用方向】

多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。

【获取与许可】

源站页面:https://derm.cs.sfu.ca/

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。

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

源站:https://derm.cs.sfu.ca/

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

Derm7pt 包含临床图像、皮肤镜图像和结构化元数据,用于七点检查标准和皮肤病变诊断预测。

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