色素性与非色素性皮肤病变的多波长与相干共焦反射显微镜在体成像数据集
数据采集使用 Vivascope 1500m 多波长相干显微镜,在单次就诊中对病变及临床未受累部位进行在体成像,并配合高分辨率摄影与表面表皮发光显微镜检查

基本信息
资源简介
色素性与非色素性皮肤病变的多波长与相干共焦反射显微镜在体成像数据集
该数据集来自 clinicaltrials.gov,聚焦皮肤肿瘤与皮肤癌,涵盖 Basal Cell Carcinoma、Melanoma、Squamous Cell Carcinoma 及 Non-Malignant Skin Disorders。数据采集使用 Vivascope 1500m 多波长相干显微镜,在单次就诊中对病变及临床未受累部位进行在体成像,并配合高分辨率摄影与表面表皮发光显微镜检查。成像前使用金属环与模板、一次性医用级粘合塑料盘及水、矿物油等润湿液处理皮肤表面,以减少光散射伪影。该数据可用于皮肤病变的影像分类与相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Basal Cell Carcinoma、Melanoma、Non-Malignant Skin Disorders、Squamous Cell Carcinoma。患者将在单次就诊期间使用 Vivascope 1500m 多波长相干显微镜进行成像。病变将用高分辨率摄影和表面表皮发光显微镜拍照。临床未受累部位将以相同方式成像。随后将准备病变进行 RCM 成像。一个由金属环和模板组成的皮肤接触装置将用一次性医用级粘合塑料盘施加到目标病变周围的皮肤上。润湿液将放入金属环中。润湿液包括水、矿物油和其他非处方产品(例如发型凝胶和保湿剂)。这些试剂的施加可减少皮肤表面光散射引起的伪影。
【主题与分类】
主题标签:Basal Cell Carcinoma、Melanoma、Non-Malignant Skin Disorders、Squamous Cell Carcinoma。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00574392
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/NCT00574392
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
疾病:基底细胞癌、黑色素瘤、非恶性皮肤疾病、鳞状细胞癌。患者将在单次就诊期间使用Vivascope 1500m多波长相干显微镜进行成像。病灶将采用高分辨率摄影和表面落射发光显微镜进行拍摄。临床上未受累部位将以相同方式进行成像。随后,病灶将准备进行RCM成像。将使用一次性医用级粘性塑料盘,把由金属环和模板组成的皮肤接触装置贴敷于目标病灶周围的皮肤上。将润湿溶液置于金属环内。润湿溶液包括水、矿物油及其他非处方产品(如定型凝胶和保湿剂)。这些试剂的应用可减少因皮肤表面光散射造成的伪影。将使用Lucid Technologies, Inc.提供的Vivascope 1500m表面共聚焦显微镜,通过接触装置捕获病灶的RCM图像。将采集两种类型的图像:VivaBlocks和VivaStacks。
VivaBlock是由共聚焦图像组成的4x4拼接图,总面积为2mm x 2mm。这些VivaBlock图像通过VivaScope 1500m进行光学组合或“拼接”,以在皮肤特定深度创建4 mm²区域的无缝表示。VivaStack是从角质层到浅表真皮以3微米间隔拍摄的八张0.5mm x 0.5mm共聚焦图像。将针对皮肤病变和临床未受累皮肤区域获取VivaStack和VivaBlock。本研究中对患者病变部位及临床未受累部位的总预计成像时间约为30分钟。共聚焦成像会话和用于钻取活检的皮肤科就诊不必安排在同一次患者访视中进行。所有病变图像将保存在网络服务器上,以供后续审查和分析。所有成像工作将由熟悉共聚焦成像的受训研究人员完成。
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。




