基于图像的计算机分级在Acne、Rosacea、Melasma和Seborrheic Dermatitis分析中的应用
该数据集来自clinicaltrials.gov，围绕Acne、Melasma、Rosacea和Seborrheic Dermatitis四种皮肤疾病，研究基于图像的计算机分级能否与皮肤科医生的临床严重度分级良好相关
基本信息
资源简介
基于图像的计算机分级在Acne、Rosacea、Melasma和Seborrheic Dermatitis分析中的应用
该数据集英文名为 The Use of Image-Based Computer Gradings in the Analysis of Acne, Rosacea, Melasma, and Seborrheic Dermatitis，来源于 clinicaltrials.gov，围绕痤疮（Acne）、黄褐斑（Melasma）、玫瑰痤疮（Rosacea）和脂溢性皮炎（Seborrheic Dermatitis）四种皮肤疾病展开。其核心研究目的是判断基于图像的计算机分级能否与皮肤科医生进行的临床严重度分级良好相关。数据集在本站被归类为皮肤疾病 / 其他，主题标签涵盖上述四种疾病。整体而言，该数据集提供了一个以图像计算分级与临床医生分级之间相关性为关注点的研究记录，适用于对皮肤疾病严重度评估方法、图像分析在皮肤科中的应用等方向感兴趣的读者参考。
【数据集背景】
该数据集来自 clinicaltrials.gov，所涉及的研究聚焦于皮肤科临床评估与计算机图像分析之间的衔接问题。痤疮、黄褐斑、玫瑰痤疮和脂溢性皮炎均为常见的皮肤疾病，其严重度评估在临床实践和研究中具有重要意义。源站描述指出，该研究旨在确定基于图像的计算机分级能否与皮肤科医生基于临床的严重度分级良好相关。这一背景表明，该数据集所对应的研究关注的是两种分级方式之间的一致性，而非单一提出某种新的分级标准。对于希望了解图像计算分级在皮肤疾病评估中应用潜力的使用者而言，该数据集提供了相应的研究入口和主题线索。
【数据内容】
该数据集的主题标签为 Acne、Melasma、Rosacea、Seborrheic Dermatitis，即痤疮、黄褐斑、玫瑰痤疮和脂溢性皮炎。源站描述中列出的 Conditions 同样为这四种疾病。由此可知，数据集内容围绕这四类皮肤疾病展开，关注点在于基于图像的计算机分级与皮肤科医生临床严重度分级之间的相关性。除上述疾病主题和相关性研究目的外，源站未提供关于具体样本量、图像数量、分级量表、变量字段或数据文件结构的信息。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov。源站描述说明了研究目的，即确定基于图像的计算机分级能否与皮肤科医生基于临床的严重度分级良好相关。除来源站和源站描述外，源站未提供关于采集地点、采集时间、采集设备、受试者招募方式或数据收集流程的更多信息。
【适用场景】
基于现有信息，该数据集适用于关注痤疮、黄褐斑、玫瑰痤疮和脂溢性皮炎四种皮肤疾病严重度评估的研究场景，尤其适用于探讨基于图像的计算机分级与皮肤科医生临床严重度分级之间相关性的方向。它也可能对皮肤科图像分析、临床分级方法比较等主题的研究者具有参考价值。由于源站未提供具体数据字段和使用条件，实际适用场景需结合源站进一步确认。
【使用方法】
源站未提供该数据集的具体使用方法，包括但不限于数据获取方式、访问权限、文件格式、预处理步骤或分析流程。使用者如需使用，应前往 clinicaltrials.gov 查看该研究的相关记录以获取进一步信息。
【质量与限制】
源站未提供关于该数据集质量评估、标注一致性、样本代表性或验证结果的信息。已知的限制是：现有描述仅说明研究目的和涉及的疾病主题，未提供样本量、分级标准、统计方法或研究结论。因此，无法依据现有信息判断基于图像的计算机分级与皮肤科医生临床严重度分级之间的实际相关性程度。
【引用与许可】
源站未提供该数据集的引用格式、许可协议或使用条款。使用者应参考 clinicaltrials.gov 上该研究记录的相关说明，并遵循来源站点的通用引用与使用规范。
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://clinicaltrials.gov/study/NCT05942248
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、黄褐斑、玫瑰痤疮、脂溢性皮炎。本研究旨在确定基于图像的计算机分级系统对痤疮、黄褐斑、玫瑰痤疮及脂溢性皮炎的评估，是否与皮肤科医生基于临床的严重程度分级有良好相关性。
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。
