皮肤病变分类皮肤病学图像数据集

数据集获取

源站：https://doi.org/10.17632/9spyh3n2nc.1

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

该数据集包含各种皮肤病的标注图像，旨在用于皮肤病分类计算机视觉模型的研究与开发。数据集按文件夹组织，每个文件夹代表一种不同的皮肤状况。图像根据与每种疾病相关的可见临床特征被分类到不同文件夹中。文件夹结构/类别：该数据集包括以下类别：痤疮——显示寻常痤疮特征性粉刺、丘疹、脓疱和结节的图像。色素沉着过度——显示黑色素生成过多皮肤区域的图像，包括黄褐斑和炎症后色素沉着过度。甲银屑病——显示银屑病性甲改变（如点状凹陷、甲剥离和甲下角化过度）的图像。SJS-TEN（Stevens-Johnson综合征/中毒性表皮坏死松解症）——描绘伴有表皮剥脱和红斑性病变的严重黏膜皮肤反应的临床照片。白癜风——显示由黑素细胞缺失引起的色素脱失斑片的图像。数据格式：每个文件夹包含JPEG/PNG图像文件。图像的分辨率和光照条件各不相同。

文件命名规范遵循一致的模式，便于数据处理。预期用途：该数据集适用于：皮肤科图像分类任务。深度学习与机器学习模型训练。计算机辅助诊断系统开发。医学图像分析与皮肤病检测研究。伦理考量：所有图像均已匿名化处理，以移除可识别信息。该数据集严格用于学术和研究目的共享。用户在使用本数据集时必须遵守伦理标准与数据使用政策。

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。