《早发性与晚发性基底细胞癌的临床与皮肤镜特征比较：一项多中心对照研究》的补充材料
该数据集提供了早发性与晚发性基底细胞癌的临床调查结果和皮肤镜图像对比，数据模态包括临床表格和皮肤镜图像，主要用于支持皮肤肿瘤学中基底细胞癌的早期诊断、临床特征差异分析以及皮肤镜图像模式的识别与比较研究。
基本信息
资源简介
《早发性与晚发性基底细胞癌的临床与皮肤镜特征比较：一项多中心对照研究》的补充材料
【数据集背景】
本数据集源站标题为《Supplementary materials of "Clinical and Dermoscopic Features Between Early-Onset and Late-Onset Basal Cell Carcinoma: A Multi-Center, Comparative Study"》。源站首次发布：2021-11-29。
【数据内容】
源站原始描述：Supplementary Material 1 clearly displayed the process, response rate and results of our preliminary survey on clinicians’ perspectives on early-onset basal cell carcinoma. Supplementary Figure 1. Comparisons of classic BCC dermoscopic patterns between late-onset BCC (A, B, C) and early-onset BCC (D, E, F). Arborizing vessels (↓), large blue-gray ovoid nests (⊥), blue-gray globules (⫫), ulceration (■), maple leaf-like areas (▲). Abbreviations: BCC, basal cell carcinoma
【数据结构与技术规格】
文件数 2 个，合计 3.02 MB。数据集 DOI：10.17632/3dvknbd9mf.1。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/3dvknbd9mf
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/3dvknbd9mf
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:
数据说明
该数据集是医学研究论文《早发性与晚发性基底细胞癌的临床与皮肤镜特征比较：一项多中心对照研究》的补充材料。数据集包含两部分内容：一是针对临床医生关于早发性基底细胞癌观点的初步调查过程、响应率及结果；二是早发性与晚发性基底细胞癌典型皮肤镜模式的对比图像，展示了树状血管、蓝灰色卵圆形巢、蓝灰色球状结构、溃疡及枫叶状区域等特征。数据来源于多中心临床研究，主要应用于皮肤肿瘤学领域，支持基底细胞癌的早期诊断、临床特征分析及皮肤镜图像模式识别研究。
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。
