Cancer-Net SCa-Synth
该数据集是一个包含10,000张合成二维皮肤病变图像的数据集，图像模态为医学影像，数据通过Stable Diffusion模型和DreamBooth训练器生成，均匀覆盖良性和恶性皮肤癌类别，主要用于皮肤癌分类研究，旨在通过平衡的合成数据提升机器学习模型在皮肤癌检测中的性能与泛化能力。
创建时间2024-11-08
更新时间2024-11-08
资源简介
Cancer-Net SCa-Synth是由滑铁卢大学开发的公开合成二维皮肤病变数据集，专门用于皮肤癌分类研究。该数据集包含10,000张合成图像，均匀分布在良性和恶性皮肤癌病例中，各5,000张。数据通过Stable Diffusion模型和DreamBooth训练器生成，使用300张良性皮肤癌图像和300张恶性皮肤癌图像作为训练基础，旨在解决现有真实数据集中常见的类别不平衡问题。该数据集主要应用于皮肤癌的快速准确检测，支持机器学习模型在医学图像分析领域的性能提升与算法验证。
提供机构：滑铁卢大学
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 皮肤癌 的高质量、多模态真实临床数据定制解决方案。