BCN20000野外皮肤镜数据
BCN20000野外皮肤镜数据是公开可访问数据集，包含皮肤镜图像、血管病变类别、部位和人口学元数据等图像数据，围绕血管异常相关临床表现、影像、信号或组学信息，适合用于分类、模型训练、外部验证和疾病机制探索。
基本信息
资源简介
BCN20000野外皮肤镜数据
【数据集背景】
本数据集源站标题为《BCN20000: Dermoscopic Lesions in the Wild》。源站首次发布：2024-09-19。
【数据内容】
源站原始描述：This dataset, integral to our research in AI-enhanced dermatological diagnosis, presents a unique collection of uncurated dermoscopic images. It stands out as the first of its kind to include a wide range of skin lesion images, particularly from challenging and often overlooked areas like nails and mucosa. The dataset is specifically designed to aid in the development and testing of machine-learning models, in the field of skin cancer diagnostics. Accompanied by comprehensive metadata, these ima…
主表 bcn_20k_test.csv 含 8 列、样本前 2000 行结构完整。
【数据结构与技术规格】
文件数 4 个，合计 9.70 GB。bcn_20k_test.csv：text/csv，446.24 KB。数据集 DOI：10.6084/m9.figshare.24140028.v1。
【主题与分类】
源站学科分类：Dermatology、Computer vision、Data engineering and data science、Oncology and carcinogenesis not elsewhere classified、Deep learning。主题标签：Dermoscopic images、skin lesions evident、dermatology diseases、medical imaging report、Machine Learning、Artificial Intelligence、Image Preprocessing、Computer Vision、Skin Cancer Diagnosis。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://figshare.com/articles/journal_contribution/BCN20000_Dermoscopic_Lesions_in_the_Wild/24140028
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：H. Perez, Carlos; 0000-0001-5237-4256; 0000-0001-6924-9961; 0000-0002-6998-914X; 0000-0003-4150-0522 (2023). BCN20000: Dermoscopic Lesions in the Wild. figshare. Journal contribution
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（Figshare）
- 源站标题：BCN20000: Dermoscopic Lesions in the Wild
- DOI：10.6084/m9.figshare.24140028.v1
- 发布日期：2024-09-19
- 文件数：4 个
- 文件总体积：9.70 GB
- 源站页面：https://figshare.com/articles/journal_contribution/BCN20000_Dermoscopic_Lesions_in_the_Wild/24140028
命令行下载
curl -L -o "BCN_20k_test.zip" "https://ndownloader.figshare.com/files/45833172"
curl -L -o "BCN_20k_train.zip" "https://ndownloader.figshare.com/files/45833178"
curl -L -o "bcn_20k_test.csv" "https://ndownloader.figshare.com/files/49291681"
curl -L -o "bcn_20k_train.csv" "https://ndownloader.figshare.com/files/49291684"
文件清单
BCN_20k_test.zip（3.33 GB）BCN_20k_train.zip（6.37 GB）bcn_20k_test.csv（446.24 KB）bcn_20k_train.csv（945.68 KB）
文件总体积 9.70 GB（源站 API 实测）。
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。
数据说明
This dataset, integral to our research in AI-enhanced dermatological diagnosis, presents a unique collection of uncurated dermoscopic images. It stands out as the first of its kind to include a wide range of skin lesion images, particularly from challenging and often overlooked areas like nails and mucosa. The dataset is specifically designed to aid in the development and testing of machine-learning models, in the field of skin cancer diagnostics. Accompanied by comprehensive metadata, these images provide an resource for research in dermatology, medical imaging, and artificial intelligence, contributing to the advancement of automated and accurate skin lesion analysis.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.24140028.v1（source: https://figshare.com/articles/journal_contribution/BCN20000_Dermoscopic_Lesions_in_the_Wild/24140028）。
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。
