甲病检测数据集
该数据集是一个包含指甲区域图像的医学影像数据集，主要用于检测肢端雀斑样黑色素瘤及其他甲部疾病，通过临床病例收集和标注构建，适用于皮肤病学研究和计算机辅助诊断算法的开发，旨在提升甲病自动识别的准确性和效率。
基本信息
资源简介
甲病检测数据集
【数据集背景】
本数据集源站标题为《Nail Disease Detection》。源站首次发布：2024-09-01。
【数据内容】
源站原始描述：This dataset provides a comprehensive collection of images aimed at supporting the development of machine learning models for detecting nail diseases, including Acral Lentiginous Melanoma, Healthy Nail, Onychogryphosis, Blue Finger, Clubbing, and Pitting diseases. - Contains subfolders for each category: 1. acral_lentiginous_melanoma 2. healthy_nail 3. onychogryphosis 4. blue_finger 5. clubbing 6. pitting Each subfolder contains images related to the specific nail condition. File Format: JPEG Pr…
【数据结构与技术规格】
文件数 20 个，合计 286.18 KB。
【主题与分类】
主题标签：computer vision、deep learning、healthcare、image classification、cnn。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/nikhilgurav21/nail-disease-detection-dataset
使用许可：CC BY-NC-SA 4.0。
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("nikhilgurav21/nail-disease-detection-dataset")
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 nikhilgurav21/nail-disease-detection-dataset
unzip nail-disease-detection-dataset.zip -d nail-disease-detection-dataset/
数据说明
该数据集是一个专门用于检测甲部疾病的医学图像数据集，主要聚焦于肢端雀斑样黑色素瘤（Acral Lentiginous Melanoma）及其他甲部疾病的识别。数据集包含大量指甲区域的图像样本，通过收集和标注临床病例构建而成，适用于计算机辅助诊断、皮肤病学研究和医学影像分析等领域，旨在帮助开发自动化的甲病检测算法。
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。
