指甲疾病检测

该数据集是一个包含19种指甲疾病类别的医学图像数据集,数据模态为图像,主要用于计算机视觉和医学图像分析领域的研究,支持基于深度学习的指甲疾病自动检测与分类模型的训练和评估,可应用于辅助临床诊断和疾病筛查。

Satyam MittalSatyam Mittal
kaggle
2025-09-17 更新
浏览 35
医学图像分析疾病检测
Nail Disease Detection

基本信息

大小
0.08 GB
许可
Apache 2.0
创建/更新时间
2025-09-17
版本
v2

资源简介

指甲疾病检测

【一句话概览】

该数据集名为 Nail Disease Detection,用于指甲疾病检测。其训练和测试文件夹中的图像涵盖 19 类疾病。数据集共包含 20 个文件,合计大小 1.3 MB,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《Nail Disease Detection》。源站首次发布:2025-09-17。

【数据内容】

源站原始描述:Nail disease Images consisting of 19 classes of disease in test and train folder

中文译文(机器翻译,仅供快速理解,请以原文为准):指甲疾病图像,包含测试和训练文件夹中的19类疾病。

【数据结构与技术规格】

文件数 20 个,合计 1.29 MB。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/satyam2527/nail-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("satyam2527/nail-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 satyam2527/nail-disease-detection
unzip nail-disease-detection.zip -d nail-disease-detection/

数据说明

该数据集是一个用于指甲疾病检测的医学图像数据集,包含训练集和测试集,涵盖19种不同类别的指甲疾病图像。数据来源于公开收集的指甲病变照片,适用于计算机视觉和医学图像分析领域的研究与应用,如基于深度学习的疾病自动分类、辅助诊断系统开发等。

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