癌症图像分类自动训练数据集
该数据集是一个用于皮肤癌图像分类的医学图像数据集，包含1350个样本，数据模态包括RGB皮肤病变图像以及图像ID、病变ID、目标分类标签、诊断类型、年龄、性别和病变位置等多模态临床信息，主要用于支持基于深度学习的皮肤病变自动分类研究，可应用于皮肤癌辅助诊断、医学图像分析和计算机辅助诊断系统开发等方向。
更新时间2023-04-19
原始链接
https://hf-mirror.com/datasets/Lakera/autotrain-data-cancer-lakera
官方服务
帮我联系如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集是专为癌症图像分类项目设计的AutoTrain自动处理数据集，主要用于皮肤病变的自动分类任务。数据集包含总计1350个样本，其中1200个用于训练，150个用于验证。每个样本由一张600x450像素的RGB皮肤病变图像、图像ID、病变ID、目标分类标签（包括光化性角化病、基底细胞癌、良性角化病样病变等）、诊断类型、患者年龄、性别和病变位置等多模态信息组成。数据来源于皮肤病变图像及其相关临床元数据，旨在支持基于深度学习的皮肤癌辅助诊断研究，适用于医学图像分析、皮肤病学研究和计算机辅助诊断系统开发等应用场景。
提供机构：Lakera
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 皮肤癌 的高质量、多模态真实临床数据定制解决方案。