痤疮治疗天然疗法数据集
该数据集是经专家验证的结构化阿育吠陀天然疗法数据集，共收录30条用于护肤的疗法记录，按皮肤类型（干性、油性、中性、全部）和痤疮严重程度（轻度、中度、重度）索引
基本信息
资源简介
痤疮治疗天然疗法数据集
Natural Remedy Dataset for Acne Treatment
该数据集是经专家验证的结构化阿育吠陀天然疗法数据集，共收录30条用于护肤的疗法记录，按皮肤类型（干性、油性、中性、全部）和痤疮严重程度（轻度、中度、重度）索引。每条记录包含疗法ID、成分、制备方法及已记录的功效。数据集由斯里兰卡科伦坡大学两位拥有20年以上临床与学术经验的阿育吠陀医学博士教授协助共同开发，并以同行评审研究文献为基础，可作为痤疮治疗推荐与皮肤类型匹配的分类研究资源（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集是一个新颖的、经专家验证的结构化数据集，包含30种用于护肤应用的阿育吠陀天然疗法，按皮肤类型（干性、油性、中性、全部）和痤疮严重程度（轻度、中度、重度）索引。每条记录包括疗法ID、成分、制备方法和已记录的功效。该数据集是在斯里兰卡科伦坡大学两位拥有20年以上临床和学术经验的阿育吠陀医学博士教授的帮助下共同开发的，并以同行评审研究文献为基础。它是斯里兰卡信息学技术学院（IIT）一名本科生最后一年研究项目的一部分，由Prasan Yapa博士指导。
【主题与分类】
主题标签：Medicine, Ayurvedic、Skin Diseases、Acne Vulgaris、Dermatology、Medicine, Traditional、Skincare、Treatment Recommendation。本站分类：皮肤与结缔组织疾病/痤疮。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.18886605
使用许可：Creative Commons Attribution 4.0 International。
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://doi.org/10.5281/zenodo.18886605
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:
数据集大小约 12.1 KB。
数据说明
该数据集是一个新颖的、经专家验证的结构化数据集，包含30种用于护肤的阿育吠陀天然疗法，按皮肤类型（干性、油性、中性、所有类型）和痤疮严重程度（轻度、中度、重度）进行索引。每条记录包括疗法ID、成分、制备方法和已记录的益处。该数据集是在斯里兰卡科伦坡大学两位具有博士学位的阿育吠陀医学教授的协助下共同开发的，他们各自拥有超过20年的临床和学术经验，并以同行评审的研究文献为基础。它是斯里兰卡信息学技术学院（IIT）一名四年级本科生研究项目的一部分，由Prasan Yapa博士指导。
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。
