HP指甲图像早期疾病检测数据集

该数据集是一个图像模态的指甲图像集合,包含多张用于检测健康状况的指甲照片,主要应用于医学图像分析和疾病检测领域,通过分析指甲的视觉特征来辅助早期识别甲病等健康问题,支持计算机辅助诊断模型的研究与开发。

SUMIT AGRAWAL 2247134SUMIT AGRAWAL 2247134
kaggle
2023-10-31 更新
浏览 52
医学图像分析疾病检测
HP Nail Images for Early Disease Detection

基本信息

大小
0.05 GB
许可
Apache 2.0
创建/更新时间
2023-10-31
版本
v1

资源简介

HP指甲图像早期疾病检测数据集

【一句话概览】

该数据集标题为“HP Nail Images for Early Disease Detection”,原始描述为“Detecting Health Conditions through Nail Images”,共包含20个文件,合计大小1.3 MB,标签为health,采用Apache 2.0许可(来源 Kaggle,Apache 2.0 许可)。

【数据集背景】

本数据集源站标题为《HP Nail Images for Early Disease Detection》。源站首次发布:2023-10-31。

【数据内容】

源站原始描述:Detecting Health Conditions through Nail Images

中文译文(机器翻译,仅供快速理解,请以原文为准):通过指甲图像检测健康状况

【数据结构与技术规格】

文件数 20 个,合计 1.29 MB。

【主题与分类】

主题标签:health。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/sumitagrawal2247134/hp-nail-images-for-early-disease-detection

使用许可:Apache 2.0。

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。

需登录

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。

暂未开放

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

方式一:KaggleHub(Python,推荐 AI Agent 使用)

# 前置依赖: pip install kagglehub
import kagglehub

path = kagglehub.dataset_download("sumitagrawal2247134/hp-nail-images-for-early-disease-detection")
print("数据已下载至:", path)

方式二:Kaggle CLI(命令行)

# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d sumitagrawal2247134/hp-nail-images-for-early-disease-detection
unzip hp-nail-images-for-early-disease-detection.zip -d hp-nail-images-for-early-disease-detection/

数据说明

这是一个用于通过指甲图像进行健康状况早期检测的数据集。该数据集包含多张指甲图像,旨在通过分析指甲的视觉特征来识别潜在的疾病迹象,特别是甲病(Nail diseases)。数据来源于公开的Kaggle平台,由用户上传和整理,适用于医学图像分析、计算机辅助诊断和疾病检测等研究方向,可支持机器学习模型在皮肤病学或健康监测领域的应用开发。

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