人类皮肤疾病图像数据集

该数据集汇集了涵盖感染性、炎症性、自身免疫性及癌性皮肤病的多样化图像,标注为21个类别,包含高质量图像,可用于皮肤病学研究、计算机视觉应用及基于AI的疾病分类,帮助训练和评估机器学习模型以实现皮肤疾病的早期检测与诊断(来源 Kaggle,Apache 2.0 许可)

Youssef MohamedYoussef Mohamed
google_dataset
2025-03-21 更新
浏览 4
图像分类皮肤疾病皮肤癌图像分类皮肤病学研究计算机视觉AI疾病分类
Human Skin Diseases (Image)

基本信息

模态
图像
大小
1.630679517 GB
任务类型
分类
许可
Apache 2.0
创建/更新时间
2025-03-21
版本
v1

资源简介

人类皮肤疾病图像数据集

Human Skin Diseases (Image)

该数据集汇集了涵盖感染性、炎症性、自身免疫性及癌性皮肤病的多样化图像,标注为21个类别,包含高质量图像,可用于皮肤病学研究、计算机视觉应用及基于AI的疾病分类,帮助训练和评估机器学习模型以实现皮肤疾病的早期检测与诊断(来源 Kaggle,Apache 2.0 许可)。

【数据集背景】

源站首次发布:2025-03-21。

【数据内容】

源站描述(机器翻译,仅供参考):🩺 皮肤疾病图像数据集 该数据集提供了涵盖各种皮肤状况的多样化图像集合,包括感染性、炎症性、自身免疫性和癌性疾病。它是皮肤病学研究、计算机视觉应用和基于AI的疾病分类的宝贵资源。该数据集包含高质量图像,标注为21个不同类别,有助于训练和评估机器学习模型,以实现皮肤状况的早期检测和诊断。📂 类别与详情:🔴 痤疮 – 一种常见的皮肤状况,特征为粉刺、黑头、白头和囊肿,通常出现在面部、背部和胸部。☀️ 光化性角化病 – 由长期日晒引起的粗糙、鳞状斑块,被认为是可能发展为鳞状细胞癌的癌前病变。🟢 良性肿瘤 – 非癌性皮肤生长物,如脂肪瘤,

【数据结构与技术规格】

文件数 20 个,合计 1.45 MB。

【主题与分类】

主题标签:皮肤疾病、皮肤癌、图像分类、皮肤病学研究、计算机视觉、AI疾病分类。本站分类:皮肤与结缔组织疾病/皮肤癌。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/youssefmohmmed/human-skin-diseases-image

使用许可:Apache 2.0。

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。

需登录

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。

暂未开放

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://kaggle.com/datasets/youssefmohmmed/human-skin-diseases-image

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 1.63 GB。

数据说明

Youssef Mohamed (2025). Human Skin Diseases (Image) [Dataset]. https://www.kaggle.com/datasets/youssefmohmmed/human-skin-diseases-image

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