指甲疾病图像分类数据集

该数据集包含多种指甲疾病(如真菌感染、甲沟炎)以及健康指甲的图像数据(模态为医学图像),主要用于医学图像识别和疾病自动分类研究,支持辅助诊断和健康评估应用。

Joseph RasanjanaJoseph Rasanjana
kaggle
2023-09-16 更新
浏览 36
health conditions
Nail Disease Image Classification Dataset

基本信息

大小
0.13 GB
许可
Unknown
创建/更新时间
2023-09-16
版本
v1

资源简介

指甲疾病图像分类数据集

【一句话概览】

该数据集名为指甲疾病图像分类数据集,原始描述称其为用于健康评估与疾病分类的综合指甲图像数据集。数据集共包含20个文件,合计大小23 MB,源站标签为健康状况,许可信息未知(来源 Kaggle,Unknown 许可)。

【数据集背景】

本数据集源站标题为《Nail Disease Image Classification Dataset》。源站首次发布:2023-09-16。

【数据内容】

源站原始描述:Comprehensive Nail Image Dataset for Health Assessment and Disease Classificatio

中文译文(机器翻译,仅供快速理解,请以原文为准):用于健康评估和疾病分类的综合指甲图像数据集

【数据结构与技术规格】

文件数 20 个,合计 22.98 MB。

【主题与分类】

主题标签:health conditions。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/josephrasanjana/nail-disease-image-classification-dataset

使用许可:Unknown。

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("josephrasanjana/nail-disease-image-classification-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 josephrasanjana/nail-disease-image-classification-dataset
unzip nail-disease-image-classification-dataset.zip -d nail-disease-image-classification-dataset/

数据说明

该数据集是一个用于健康评估和疾病分类的综合性指甲图像集合,包含多种指甲疾病(如真菌感染、甲沟炎、甲癣等)以及健康指甲的图像。数据来源于公开收集的临床图像,经过标注和整理,适用于医学图像识别、疾病自动分类和辅助诊断等研究方向。

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