39类皮肤病变数据集
该数据集整合了五个公开来源，包含39种不同类型的皮肤病变图像，经过预处理和增强处理，主要用于训练和评估深度学习模型，以提升皮肤病变分类的准确性和效率，辅助医疗AI在皮肤疾病诊断中的应用研究。
基本信息
资源简介
该数据集由吉大港工程技术大学和查尔斯特大学的研究团队创建，整合了五个公开可用的皮肤病变图像数据集，涵盖了39种不同类型的皮肤病变。数据集包含丰富的皮肤病变图像数据，经过数据整合、预处理和图像增强等步骤处理，以提高数据质量和模型泛化能力。该数据集主要用于深度学习模型的训练和评估，旨在提升皮肤病变分类的准确性和效率，辅助医疗专业人员快速、准确地诊断多种皮肤病变，适用于计算机视觉和医疗AI研究。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/akabircs/Skin-Lesions-Classification.git
curl -L -o repo.zip https://github.com/akabircs/Skin-Lesions-Classification/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
Skin-Lesions-Classification
This is the official repository contains the code, data, and models of the paper titled “An Attention-Guided Deep Learning Approach for Classifying 39 Skin Lesion Types”
Cite this paper as
@misc{hanum2025skin,
title = {An Attention-Guided Deep Learning Approach for Classifying 39 Skin Lesion Types},
author = {Sauda Adiv Hanum and Ashim Dey and Muhammad Ashad Kabir},
archivePrefix = {arXiv},
eprint = {2501.01069},
doi = {10.48550/arXiv.2501.05991},
year = {2025}
}
License
Contents of this repository are restricted to only non-commercial research purposes under the Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License (CC BY-NC-SA 4.0). Copyright of the dataset contents belongs to the original copyright holders.
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。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 皮肤狼疮 的高质量、多模态真实临床数据定制解决方案。
