模式与陷阱:早期蕈样肉芽肿、特应性皮炎和银屑病的皮肤镜鉴别

该数据集是一个包含皮肤镜图像模态的医学数据集,主要用于鉴别早期蕈样肉芽肿、特应性皮炎和银屑病这三种皮肤病,通过提供图像及补充表格图表,支持皮肤病学的计算机辅助诊断、图像识别算法训练以及临床鉴别诊断研究,以提升皮肤镜诊断的准确性和效率。

Mendeley Data
浏览 32
皮肤镜图像分析皮肤病鉴别诊断
Patterns and Pitfalls: Dermoscopic Differentiation of Early-Stage Mycosis Fungoides, Atopic Dermatitis, and Psoriasis

基本信息

大小
0.002151543 GB
创建/更新时间
2026-09-21
版本
v1

资源简介

模式与陷阱:早期蕈样肉芽肿、特应性皮炎和银屑病的皮肤镜鉴别

【数据集背景】

本数据集源站标题为《Patterns and Pitfalls: Dermoscopic Differentiation of Early-Stage Mycosis Fungoides, Atopic Dermatitis, and Psoriasis》。源站首次发布:2025-12-12。

【数据内容】

源站原始描述:Patterns and Pitfalls: Dermoscopic Differentiation of Early-Stage Mycosis Fungoides, Atopic Dermatitis, and Psoriasis – Supplementary Table and Figures

【数据结构与技术规格】

文件数 2 个,合计 2.15 MB。数据集 DOI:10.17632/wz934888wc.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/wz934888wc

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/wz934888wc/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

该数据集是一个医学图像数据集,专注于皮肤镜图像分析领域,用于鉴别三种早期皮肤病:蕈样肉芽肿、特应性皮炎和银屑病。数据集包含皮肤镜图像及相关的补充表格和图表,旨在帮助研究人员和临床医生识别不同疾病在皮肤镜下的特征模式与常见诊断陷阱。数据来源于皮肤科临床实践,主要应用于皮肤病学的计算机辅助诊断、图像识别算法开发以及医学教育等研究方向。

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