DermaCon-IN皮肤科图像数据集
约3000名南印度患者的5450+张临床皮肤图像，标注240+诊断和肤色评分，支持皮肤病AI研究。
基本信息
资源简介
DermaCon-IN皮肤科图像数据集
【一句话概览】
本数据集是 DataONE 公开的影像数据集，主题涵盖 Medicine, Health and Life Sciences、Medical Imaging、Engineering、Dermatology、Artificial Intelligence，可用于医学图像分割、检测与分类模型的训练与评测。
【数据集背景】
本数据集源站标题为《DermaCon-IN Dataset Release v1.0》。
【数据内容】
源站原始描述：A prospectively curated dermatology dataset of 5,450+ clinical images from ~3,000 South Indian patients, annotated with 240+ diagnoses, hierarchical labels, lesion-level concepts, body locations, and skin tone scores. This submission contains the full DermaCon-IN image dataset with all related metadata files. The files are organized to support reproducibility of baseline experiments and further research in equitable dermatology AI. Please cite the arxiv paper for this dataset
中文译文（机器翻译，仅供快速理解，请以原文为准）：一个前瞻性整理而成的皮肤病学数据集，包含来自约3,000名南印度患者的5,450多张临床图像，并标注有240多种诊断、层级标签、病灶级概念、身体部位和肤色评分。本次提交包含完整的 DermaCon-IN 图像数据集及所有相关元数据文件。这些文件经过组织，以支持基线实验的可复现性以及公平皮肤病学 AI 的进一步研究。请引用该数据集的 arXiv 论文：https://www.arxiv.org/abs/2506.06099
【主题与分类】
主题标签：Medicine, Health and Life Sciences、Medical Imaging、Engineering、Dermatology、Artificial Intelligence、AI research、Explainability、Computer and Information Science。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:17a383ad7612992feb0d1eff173437560c4202d4287947051dcc3ec7ede95139
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
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:
数据集大小约 11.0 KB。
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。
