DERM 美国与欧盟验证研究
该数据集来自 clinicaltrials.gov，属于肿瘤/皮肤癌领域，聚焦恶性皮肤黑色素瘤 T0、基底细胞癌与鳞状细胞癌
基本信息
资源简介
DERM 美国与欧盟验证研究
DERM US and EU Validation Study 是一个面向皮肤癌识别算法验证的临床研究数据集，其关注对象为恶性皮肤黑色素瘤 T0、基底细胞癌以及鳞状细胞癌。该数据集来源于 clinicaltrials.gov，在分类上属于肿瘤 / 皮肤癌领域。根据源站描述，这项研究旨在确立图像分析算法（DERM）在分析美国与欧洲人群皮肤病变的皮肤镜图像时，识别黑色素瘤、鳞状细胞癌（SCC）和基底细胞癌（BCC）的有效性。因此，该数据集的核心价值在于围绕特定算法在跨区域人群中的表现开展验证性研究，而非单纯提供图像集合。其主题标签同样指向上述三类皮肤恶性肿瘤，整体定位清晰，即服务于皮肤癌相关图像分析算法的临床效能评估。
【数据集背景】
该数据集所对应的研究聚焦于皮肤恶性肿瘤的识别问题，具体涵盖恶性皮肤黑色素瘤 T0、基底细胞癌和鳞状细胞癌。源站描述指出，研究的目标是确立图像分析算法（DERM）在分析皮肤病变的皮肤镜图像时，识别黑色素瘤、鳞状细胞癌（SCC）和基底细胞癌（BCC）的有效性。研究范围明确限定在美国和欧洲人群之中，这意味着该数据集在背景设定上具有跨区域验证的特征。其所属分类为肿瘤 / 皮肤癌，主题标签也与这三类疾病保持一致。整体来看，该数据集并非泛化的皮肤病变图像库，而是围绕特定算法 DERM 的验证需求而组织的研究数据资源。
【数据内容】
根据源站描述，该数据集涉及的内容为皮肤病变的皮肤镜图像，并用于分析黑色素瘤、鳞状细胞癌和基底细胞癌。研究关注的是图像分析算法 DERM 在上述图像上的识别效果。主题标签列出了恶性皮肤黑色素瘤 T0、基底细胞癌与鳞状细胞癌，说明数据所对应的疾病类型集中在这三类。除这些信息外，源站未提供关于图像数量、图像格式、分辨率、标注方式、病变部位分布、患者人口学构成等更细粒度的数据内容说明。因此，关于数据内容的具体规模与结构，源站未提供。
【采集与来源】
该数据集来自 clinicaltrials.gov，源站描述表明其研究覆盖美国与欧洲人群。这意味着数据采集的地理范围涉及美国和欧洲，但源站未提供具体的采集机构、采集时间、采集流程、纳入与排除标准、样本量、伦理审批信息或数据脱敏方式等细节。关于采集与来源的更多操作层面信息，源站未提供。
【适用场景】
基于源站描述，该数据集适用于评估图像分析算法（DERM）在识别黑色素瘤、鳞状细胞癌和基底细胞癌方面的有效性，尤其针对美国和欧洲人群的皮肤镜图像。其适用场景可包括算法验证研究、皮肤癌辅助识别方法的效能评估，以及围绕这三类皮肤恶性肿瘤的图像分析研究。由于研究目标明确指向 DERM 算法的有效性确立，该数据集更偏向验证性用途，而非通用的模型训练资源。关于是否可用于其他算法、其他人群或其他皮肤疾病，源站未提供。
【使用方法】
源站未提供具体的使用方法说明，包括数据访问方式、文件组织格式、读取工具、预处理要求、训练与测试划分策略、评价指标或代码示例等。因此，关于如何使用该数据集，源站未提供。
【质量与限制】
源站未提供关于数据质量、标注一致性、图像质量、样本代表性、偏倚控制、缺失情况或验证结果的具体信息。已知的限制性背景是，该研究聚焦于美国和欧洲人群，其结论是否适用于其他地区人群尚不明确，但源站未对此作出进一步说明。关于质量与限制的更多内容，源站未提供。
【引用与许可】
源站未提供引用格式、许可协议、使用条款、数据共享政策或版权归属等信息。因此，关于引用与许可的具体要求，源站未提供。
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://clinicaltrials.gov/study/NCT05126173
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
条件：恶性皮肤黑色素瘤T0、基底细胞癌、鳞状细胞癌。本研究旨在确立图像分析算法（DERM）在分析美国和欧洲人群皮肤病变的皮肤镜图像时，识别黑色素瘤、鳞状细胞癌（SCC）和基底细胞癌（BCC）的有效性。
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。
