PAD-UFES-20皮肤病变数据

PAD-UFES-20皮肤病变数据是公开可访问数据集,包含手机临床皮肤图像、患者元数据和诊断标签等多模态数据,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。

Universidade Federal do Espirito SantoUniversidade Federal do Espirito Santo
Mendeley Data
2020-01-01 更新
浏览 40
多模态分类
PAD-UFES-20

基本信息

模态
多模态
大小
3.59 GB
数据量
2298
任务类型
分类
许可
CC BY 4.0
创建/更新时间
2020-01-01
版本
v1

资源简介

PAD-UFES-20皮肤病变数据

【数据集背景】

本数据集源站标题为《PAD-UFES-20: a skin lesion dataset composed of patient data and clinical images collected from smartphones》。源站首次发布:2020-07-07。

【数据内容】

源站原始描述:Summary description - The PAD-UFES-20 dataset was collected along with the Dermatological and Surgical Assistance Program (in Portuguese: Programa de Assistência Dermatológica e Cirurgica - PAD) at the Federal University of Espírito Santo (UFES-Brazil), which is a nonprofit program that provides free skin lesion treatment, in particular, to low-income people who cannot afford private treatment. - The dataset consists of 2,298 samples of six different types of skin lesions. Each sample consists o…

【数据结构与技术规格】

文件数 4 个,合计 3.59 GB。数据集 DOI:10.17632/zr7vgbcyr2.1。

【适用方向】

多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/zr7vgbcyr2

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://data.mendeley.com/datasets/zr7vgbcyr2/1

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

PAD-UFES-20皮肤病变数据包含手机临床皮肤图像、患者元数据和诊断标签等多模态数据,可用于血管异常相关分类、诊断建模、分型或外部验证。

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。

获取专属数据定制方案