DERM12345：包含40个子类的大型多源皮肤镜皮损数据集

数据集获取

源站：https://doi.org/10.7910/dvn/daxz7p

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。

数据集大小约 6.56 GB。

数据说明

皮肤病变数据集为理解各种皮肤状况和开发有效诊断工具提供了必要信息。它们有助于基于人工智能的皮肤癌早期检测，促进治疗规划，并为医学教育和研究做出贡献。已发布的大型数据集部分覆盖了皮肤病变的子分类。这一局限性凸显了对更广泛、更多样化数据集的需求，以减少错误预测并有助于改进皮肤病变的失效分析。本研究提供了一个多样化数据集，包含在土耳其收集的12，345张皮肤镜图像，涵盖40个皮肤病变子类，这些病变来自欧洲和亚洲过渡地带的不同皮肤类型。每个子组包含高分辨率照片和专家标注，为未来研究提供了坚实可靠的基础。本研究中提供的每个子组的详细分析有助于针对性的研究工作，并加深对皮肤病变的理解。

该数据集以其多样化的结构而独树一帜，包含5个超类、15个主类、40个子类以及12,345张高分辨率皮肤镜图像。<br> <br> 由于上传大小限制，图像存储于三个文件中（请将derm12345_train_part_1和derm12345_train_part_2合并至同一文件夹）：<br> <br> derm12345_train_part_1<br> derm12345_train_part_2<br> derm12345_test<br> <br> <ul> <li><a href=“https://github.com/abdurrahimyilmaz/derm12345” target=“_blank”>GitHub链接</a></li> <li><a href=“https://api.isic-archive.com/doi/derm12345” target=“_blank”>ISIC链接</a></li> <li><a href=“https://github.com/abdurrahimyilmaz/derm12345_google-derm-foundation” target=“_blank”>Google Derm Foundation教程与嵌入</a></li> <li><a href=“https://github.com/Google-Health/derm-foundation/tree/master/notebooks” target=“_blank”>Google Derm Foundation笔记本</a></li> <li><a href="https://developers.google

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。