SkinDis-India: 银屑病与白癜风增强数据集

该数据集包含经过增强处理的临床皮肤图像,主要涵盖银屑病和白癜风两种常见皮肤疾病的图像数据,属于医学影像模态。它主要用于支持基于深度学习和多模态分析的自动化皮肤疾病检测研究,适用于皮肤病学诊断、医学影像分析及人工智能辅助医疗等方向。

All India Institute of Medical Sciences - Raipur; National Institute of Technology Raipur Department of Information Technology; Sikkim UniversityAll India Institute of Medical Sciences - Raipur; National Institute of Technology Raipur Department of Information Technology; Sikkim University
Mendeley Data
浏览 37
SkinDis-India: Augmented Dataset for Psoriasis and Vitiligo

基本信息

大小
0.08 GB
创建/更新时间
2026-09-21
版本
v2

资源简介

SkinDis-India: 银屑病与白癜风增强数据集

【数据集背景】

本数据集源站标题为《SkinDis-India: Augmented Dataset for Psoriasis and Vitiligo》。源站首次发布:2025-07-22。

【数据内容】

源站原始描述:The SkinDis-India dataset is a curated and annotated collection of clinical skin images focused on two common Indian skin disorders: Psoriasis and Vitiligo. The dataset has been developed to support research in automated skin disease detection using deep learning and multimodal analysis

【数据结构与技术规格】

文件数 1 个,合计 84.46 MB。数据集 DOI:10.17632/r7kdbj2wym.2。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/r7kdbj2wym

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://data.mendeley.com/datasets/r7kdbj2wym/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。

数据说明

SkinDis-India 数据集是一个经过整理和标注的临床皮肤图像集合,专注于印度常见的两种皮肤疾病:银屑病和白癜风。该数据集旨在支持基于深度学习和多模态分析的自动化皮肤疾病检测研究,包含经过增强处理的临床图像,可用于训练和评估计算机辅助诊断模型。数据来源于印度医疗机构,适用于皮肤病学、医学影像分析和人工智能辅助诊断等领域的研究与应用。

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