PAD-UFES-20
包含智能手机临床图像和患者临床数据的皮肤病变数据集，涵盖1,373名患者、1,641个皮肤病变、2,298张图像，六种诊断类别。
基本信息
资源简介
PAD-UFES-20
【数据集背景】
本数据集源站标题为《PAD-UFES-20: a skin lesion dataset composed of patient data and clinical images collected from smartphones》。源站首次发布：2020。
【数据内容】
源站原始描述：Summary description - The PAD-UFES-20 dataset was collected along with the Dermatological and Surgical Assistance Program (in Portuguese: Programa de Assistência Dermatológica e Cirurgica - PAD) at the Federal University of Espírito Santo (UFES-Brazil), which is a nonprofit program that provides free skin lesion treatment, in particular, to low-income people who cannot afford private treatment. - The dataset consists of 2,298 samples of six different types of skin lesions. Each sample consists o…
【主题与分类】
主题标签：Cancer、Skin Cancer、Skin Lesion、Clinical Data Collection。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/zr7vgbcyr2/1
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：http://dx.doi.org/10.17632/zr7vgbcyr2.1
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
PAD-UFES-20是由巴西联邦大学计算机科学研究生项目创建的皮肤病变数据集，包含智能手机拍摄的临床图像和患者临床数据（22个特征）。涵盖1,373名患者、1,641个皮肤病变、2,298张图像，涉及六种诊断类别（三种皮肤疾病和三种皮肤癌）。该数据集旨在填补公共临床图像档案的空白，支持开发基于智能手机的计算机辅助诊断系统，用于皮肤癌检测。
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。
