使用电阻抗光谱（EIS）进行皮肤损伤早期诊断

数据集获取

源站：https://clinicaltrials.gov/study/NCT04688749

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。

数据说明

疾病：黑色素瘤（皮肤）、基底细胞癌、鳞状细胞癌、发育不良痣综合征、恶性雀斑样痣、脂溢性角化病、扁平苔藓样角化病、癌肉瘤。这是一项临床研究，旨在评估DermaSense设备能否成为一种皮肤病变自动化分析与分类系统，以期提供一种全面、可靠且经济有效的方法，辅助皮肤科医生做出决策（活检、皮肤镜检查、组织病理学分析等）。研究招募将持续进行，直至至少纳入180名受试者。塞萨洛尼基亚里士多德大学健康科学学院医学院第二皮肤科将在“Papageorgiou”综合医院参与此项研究。参与研究的皮肤科医生将按照诊所的标准诊疗流程对患者及病变进行活检评估。EIS（电阻抗光谱）测量将根据皮肤科医生基于其对各皮肤区域临床关注点的建议，对每位参与者进行一次。

每位参与者将进行两组测量，一组是在痣与附近清晰皮肤区域的对比测量，另一组是在皮肤损伤区域（黑色素瘤、基底细胞癌（BCC）、鳞状细胞癌（SCC）等）与附近清晰皮肤区域的对比测量。此外，可能需要更多重复测量以确定测量结果的有效性。测量数据的评估和分析将由DermaSense团队完成，不仅用于与已建立的皮肤病诊断方法（如皮肤镜检查、组织病理学检查、活检等）进行适当的统计相关性应用，还将用于人工智能和机器学习方法的训练。最后，参与者将签署一份符合生物伦理规则及欧盟GDPR规定的同意书，以保护其个人数据。

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。