痤疮检测软件（AcneDect）
该数据集来自 clinicaltrials.gov，围绕痤疮病变与寻常痤疮，用于开发可自我学习的痤疮检测软件。受试者连续 3 个月每天用安全手机拍摄面部照片并填写预设问卷，3 个月后回收手机，由 3 位皮肤科医生评估照片
基本信息
资源简介
痤疮检测软件（AcneDect）
Acne Detection Software（AcneDect）是一个围绕痤疮病变与寻常痤疮构建的数据集，来源为 clinicaltrials.gov。该数据集服务于一项以开发可自我学习的痤疮检测软件为目标的研究。按照源站描述，受试者需要连续 3 个月每天使用安全手机拍摄面部照片，并填写预先设计的问卷；3 个月后手机被回收，所拍摄的照片由 3 位皮肤科医生进行评估。软件能够从皮肤科医生的评估中学习，并借助机器学习建立一种在一定程度上自动检测痤疮的机制。该数据集因此与皮肤疾病领域中的痤疮检测、图像采集与医生评估等环节密切相关，主题标签包括 Acne Lesions 和 Acne Vulgaris。
【数据集背景】
该数据集对应的研究关注痤疮病变与寻常痤疮的检测问题。源站描述指出，研究的目标是创建一种能够检测痤疮病变的自我学习软件。痤疮是一种常见的皮肤疾病，其病变识别通常依赖临床观察与医生判断。该研究尝试通过受试者长期、连续的面部照片采集，结合皮肤科医生的专业评估，为软件提供学习依据，从而探索利用机器学习实现自动检测痤疮的可能性。数据集所属分类为皮肤疾病 / 其他，来源站为 clinicaltrials.gov。
【数据内容】
根据源站描述，该数据集涉及的核心内容包括受试者连续 3 个月每天拍摄的面部照片，以及受试者填写的预先设计的问卷。照片拍摄通过安全手机完成，问卷为预设问卷。3 个月后，手机被回收，照片交由 3 位皮肤科医生进行评估。主题标签为 Acne Lesions 和 Acne Vulgaris。除上述内容外，源站未提供关于数据规模、图像分辨率、问卷具体条目、评估标准或存储格式的更多信息。
【采集与来源】
数据采集来自 clinicaltrials.gov 所描述的研究。受试者每天使用安全手机拍摄面部照片，持续 3 个月，并填写预先设计的问卷。采集周期结束后，手机被回收，照片由 3 位皮肤科医生进行评估。该流程表明数据来源包括受试者自拍图像、问卷填写结果以及皮肤科医生的评估结果。源站未提供受试者数量、招募地点、设备型号、拍摄条件或问卷发放方式等细节。
【适用场景】
该数据集适用于与痤疮检测相关的软件开发和机器学习研究。源站描述明确提到，软件能够从皮肤科医生的评估中学习，并利用机器学习建立一种在一定程度上自动检测痤疮的机制。因此，该数据集可用于支持痤疮病变识别、寻常痤疮相关图像分析以及医生评估与算法学习之间的关联研究。源站未提供其他具体适用场景或任务类型的说明。
【使用方法】
源站描述显示，受试者连续 3 个月每天拍摄面部照片并填写预设问卷，随后手机被回收，照片由 3 位皮肤科医生评估。软件从这些评估中学习，并通过机器学习建立自动检测痤疮的机制。源站未提供数据访问方式、预处理步骤、训练测试划分、标注使用规则或软件接口等具体使用方法。
【质量与限制】
该数据集的一个特点是照片由受试者每天自行拍摄，且最终由 3 位皮肤科医生进行评估，这为软件学习提供了医生评估依据。源站描述提到，所建立的机制应能在一定程度上自动检测痤疮，说明其检测能力存在程度上的限定。源站未提供关于数据质量、图像一致性、评估者间一致性、缺失情况、偏差控制或验证结果的更多信息。
【引用与许可】
源站未提供引用格式、许可条款、使用限制或数据获取条件等信息。
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://clinicaltrials.gov/study/NCT04060160
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
条件：痤疮皮损、寻常痤疮。本研究旨在开发一款能够检测痤疮皮损的自学习软件。患者需连续3个月每天使用安全手机拍摄面部照片，并填写预先设计的问卷。3个月后，手机将被回收，照片将由3位皮肤科医生进行评估。该软件能够从皮肤科医生的评估中学习，并通过机器学习建立一种机制，从而在一定程度上实现自动检测痤疮。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
