PAD数据集性能指标
该数据集是一个皮肤癌诊断相关的公开医学影像数据集，主要包含皮肤镜图像模态，用于验证深度学习模型（如DSCATNet）在皮肤癌分类任务上的性能，其研究方向聚焦于计算机辅助诊断、医学图像分析和注意力机制模型优化，旨在提升皮肤癌自动诊断的准确性和临床应用价值。
基本信息
资源简介
PAD数据集性能指标
【数据集背景】
本数据集源站标题为《Performance metric on PAD datasetand.》。源站首次发布：2024-12-06。
【数据内容】
源站原始描述：Skin cancer is rapidly growing globally. In the past decade, an automated diagnosis system has been developed using image processing and machine learning. The machine learning methods require hand-crafted features, which may affect performance. Recently, a convolution neural network (CNN) was applied to dermoscopic images to diagnose skin cancer. The CNN improved its performance through its high-dimension feature extraction capability. However, these methods lack global co-relation of the spatia…
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 5.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0312598.t005。
【主题与分类】
源站学科分类：Space Science、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified。主题标签：rapidly growing globally、lightweight transformer encoder、convolution neural network、automated diagnosis system、model obtained 94、model &# 8217、different patch sizes、scale lightweight cross、diagnose skin cancer、different scales improved。
【适用方向】
源站学科分类标注为 Space Science、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Performance_metric_on_PAD_datasetand_/27983855
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Yadav, Dhirendra Prasad; Sharma, Bhisham; Chauhan, Shivank; Webber, Julian L.; Mehbodniya, Abolfazl (2024). Performance metric on PAD datasetand.. PLOS ONE. Dataset
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（Figshare）
源站：https://figshare.com/articles/dataset/Performance_metric_on_PAD_datasetand_/27983855
按页面 Download 按钮获取。
数据说明
该数据集是一个用于皮肤癌自动诊断研究的公开医学影像数据集，主要包含皮肤镜图像数据。该数据集被用来验证和评估深度学习模型（如双尺度轻量级交叉注意力视觉变换器网络DSCATNet）在皮肤癌分类任务上的性能。数据集来源通常为公开皮肤镜图像库，如HAM10000或PAD数据集本身，通过图像处理和机器学习方法构建。主要研究方向为皮肤癌的计算机辅助诊断、医学图像分析、以及基于注意力机制的深度学习模型优化，应用场景包括皮肤科临床辅助诊断和自动化医疗影像分析系统。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
