基于注意力机制的HFUS图像皮肤层分割实验掩膜数据集

该数据集为高频超声(HFUS)图像皮肤层分割研究提供实验掩膜,使用DermaScan C设备(Cortex Technology)配合20 MHz探头采集,图像分辨率为224×224像素,采集自确诊特应性皮炎(AD)的患者

Mendeley DataMendeley Data
datacite
浏览 15
医学影像图像分割Biomedical EngineeringFOS: Medical engineering
Segmentation of skin layers on HFUS images using the attention mechanism - exper masks

基本信息

模态
医学影像
大小
0.009183521 GB
任务类型
图像分割
创建/更新时间
2026-10-12

资源简介

基于注意力机制的HFUS图像皮肤层分割实验掩膜数据集

该数据集为高频超声(HFUS)图像中皮肤层分割研究提供实验掩膜,与一篇发表于 Computer Methods and Programs in Biomedicine 的论文相关联。数据采集使用 DermaScan C 设备(Cortex Technology)配合 20 MHz 探头,每张图像分辨率为 224 × 224 像素,采集自确诊特应性皮炎(AD)的患者。数据集包含原始图像及多种皮肤层结构的对应分割掩膜,可用于皮肤层自动分割算法的训练与评估。该数据集由 Czajkowska, Joanna、Slian, Anna、Polańska, Adriana、Dańczak-Pazdrowska, Aleksandra 等作者提供,发布于 Mendeley Data,发布时间为 2026 年,主题标签涉及生物医学工程与医学工程。

【数据集背景】

该数据集与 A. Slian、K. Korecka、A. Polanska 和 J. Czajkowska 共同发表的论文“Segmentation of skin layers on HFUS images using the attention mechanism”直接相关,该论文发表于 Computer Methods and Programs in Biomedicine,第 263 卷,第 1–11 页,2025 年,DOI 为 10.1016/j.cmpb.2025.108668。数据集旨在为高频超声图像中皮肤层分割方法的研究提供实验用掩膜数据,支撑基于注意力机制的分割模型开发与验证。其研究背景涉及特应性皮炎患者的皮肤层结构分析,属于皮肤疾病与生物医学工程交叉领域。

【数据内容】

数据集由以下组成部分构成:1. 原始图像,即输入的 HFUS 图像,分辨率为 224 × 224 像素;2. 入口回声层掩膜,即 entry echo layer 的分割掩膜,分辨率同样为 224 × 224 像素;3. SLEB 掩膜,即 subepidermal low echogenic band(表皮下低回声带)的分割掩膜,若存在则提供,分辨率 224 × 224 像素;4. 真皮掩膜,即 dermis 的分割掩膜。所有图像与掩膜均以 224 × 224 像素的分辨率提供,便于像素级分割任务的直接使用。

【采集与来源】

数据采集使用 DermaScan C 设备(Cortex Technology)配合 20 MHz 探头,获取高频超声(HFUS)图像。图像采集自确诊为特应性皮炎(AD)的患者。数据集来源站为 doi.org,发布机构为 Mendeley Data,发布时间为 2026 年。作者包括 Czajkowska, Joanna、Slian, Anna、Polańska, Adriana、Dańczak-Pazdrowska, Aleksandra。

【适用场景】

该数据集适用于高频超声图像中皮肤层分割相关的研究与实验,特别是针对入口回声层、表皮下低回声带(SLEB)及真皮层的自动分割任务。由于数据采集自特应性皮炎患者,可用于与 AD 相关的皮肤层结构分析、分割算法性能评估以及基于注意力机制的分割模型训练与测试。主题标签涵盖生物医学工程与医学工程,表明其适用于生物医学图像处理与医学工程领域的应用。

【使用方法】

源站未提供具体的使用方法说明。用户可依据数据集提供的原始图像与对应掩膜,按照常规监督分割任务的组织方式进行模型训练与评估。所有图像与掩膜均为 224 × 224 像素,便于直接输入到分割网络。SLEB 掩膜仅在存在该结构时提供,使用时需注意样本的可用性。

【质量与限制】

源站未提供关于数据质量与限制的详细说明。已知信息包括:图像采集自确诊特应性皮炎的患者,使用 DermaScan C 设备与 20 MHz 探头,分辨率为 224 × 224 像素。SLEB 掩膜并非每张图像均有,仅在该结构存在时提供。其他质量指标、标注一致性、样本量及潜在偏差等信息源站未提供。

【引用与许可】

该数据集与论文“Segmentation of skin layers on HFUS images using the attention mechanism”相关联,引用信息为:A. Slian, K. Korecka, A. Polanska, and J. Czajkowska, “Segmentation of skin layers on HFUS images using the attention mechanism,” Computer Methods and Programs in Biomedicine, vol. 263, pp. 1–11, 2025, doi: 10.1016/j.cmpb.2025.108668。数据集发布于 Mendeley Data,发布时间为 2026 年。许可信息源站未提供。

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。

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

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

源站:https://doi.org/10.17632/68y7cppct8.2

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。

数据集大小约 9.2 MB。

数据说明

该数据库与以下出版物相关:A. Slian、K. Korecka、A. Polanska 和 J. Czajkowska,“Segmentation of skin layers on HFUS images using the attention mechanism”,Computer Methods and Programs in Biomedicine,第 263 卷,第 1–11 页,2025 年,doi: 10.1016/j.cmpb.2025.108668。该数据集由使用 DermaScan C 设备(Cortex Technology)配合 20 MHz 探头采集的高频超声(HFUS)图像组成。每幅图像的分辨率为 224 × 224 像素。这些图像采集自被诊断为特应性皮炎(AD)的患者。该数据集包含以下组成部分:1. 原始图像——输入的 HFUS 图像(224 × 224 px)2. 入口回声层掩膜——入口回声层的分割掩膜(224 × 224 px)3. SLEB 掩膜——表皮下低回声带(SLEB)的分割掩膜(若存在)(224 × 224 px)4. 真皮掩膜——真皮的分割掩膜(224 × 224 px)文件名编码如下:patientID_imageID.png,其中 imageID 值 1 和 2 对应不同的时间点。专家手动标注了以下皮肤层(每层覆盖图像高度的一半):入口回声、SLEB(若存在)和真皮。

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