面向全科医生的 Nevus Doctor 临床决策支持
该数据集来自 clinicaltrials.gov，围绕全科医生在初级卫生保健中心接诊时的皮肤癌识别场景。干预组使用计算机临床决策支持工具 Nevus Doctor，先辅助医生筛选可疑皮肤病变，再用连接相机镜头的皮肤镜拍摄病变图像，由程序处理并给出初步结果，医生结合工具提供的指南评估其临床意义，随后
基本信息
资源简介
面向全科医生的 Nevus Doctor 临床决策支持
该数据集来自 clinicaltrials.gov，围绕全科医生在初级卫生保健中心接诊时的皮肤癌识别场景。干预组使用计算机临床决策支持工具 Nevus Doctor，先辅助医生筛选可疑皮肤病变，再用连接相机镜头的皮肤镜拍摄病变图像，由程序处理并给出初步结果，医生结合工具提供的指南评估其临床意义，随后将患者转诊至皮肤科医生进行完整皮肤检查，并以皮肤科医生的评估作为金标准。数据覆盖 Melanoma (Skin)、Non-melanoma Skin Cancer、Actinic Keratoses 等病种，可用于皮肤病变辅助识别与分类相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Melanoma (Skin)、Non-melanoma Skin Cancer、Actinic Keratoses。全科医生（GPs）检查前往初级卫生保健中心就诊的患者。在干预组中，基于计算机的临床决策支持工具“Nevus doctor”首先协助医生筛选提示癌症的皮肤病变。下一步，使用连接在相机镜头上的皮肤镜对给定皮肤病变进行拍摄。随后，皮肤镜图像由计算机程序“Nevus doctor”处理，并给出初步结果。最后，全科医生查看结果，并利用“Nevus doctor”提供的指南评估输出的临床意义。患者随后被转诊至皮肤科医生，并进行完整的皮肤检查。皮肤科医生的评估作为金标准。
【主题与分类】
主题标签：Melanoma (Skin)、Non-melanoma Skin Cancer、Actinic Keratoses。本站分类：肿瘤/皮肤癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03246412
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/NCT03246412
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：黑色素瘤（皮肤）、非黑色素瘤皮肤癌、光化性角化病。全科医生（GPs）对前往初级卫生保健中心就诊的患者进行检查。在干预组中，基于计算机的临床决策支持工具“Nevus doctor”首先协助医生筛选疑似癌症的皮肤病变。下一步，使用连接到相机镜头上的皮肤镜对特定皮肤病变进行拍照。随后，计算机程序“Nevus doctor”处理皮肤镜图像并呈现初步结果。最后，全科医生审阅结果，并依据“Nevus doctor”提供的指南评估输出的临床意义。患者随后被转诊至皮肤科医生，进行全面的皮肤检查。皮肤科医生的评估作为金标准。
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。
