skin-gan-review-224x224

该数据集旨在支持基于生成对抗网络（GAN）的皮肤病变图像生成与数据增强方法研究，主要目标是促进皮肤病变图像合成、数据增强以及深度学习模型在皮肤病变分析和计算机辅助诊断方面的改进。资源设计用于支持皮肤病学领域的合成图像生成、类别平衡和数据集扩展的比较研究，有助于开发用于皮肤病变分析的人工智能方法。数据集包含来自多个来源的25个子集（配置），涵盖2至198个类别，并经过预处理和标准化，可直接用于模型训练与评估。需要注意的是，其中DERM-LIB子集需要额外的许可才能使用。该数据集由西班牙科尔多瓦大学的知识发现与智能系统研究小组资助。This dataset aims to support research on skin lesion image generation and data augmentation methods based on Generative Adversarial Networks (GANs), with the primary goal of promoting skin lesion image synthesis, data augmentation, and improvements in deep learning models for skin lesion analysis and computer-aided diagnosis. The resource is designed to support comparative studies in dermatology for synthetic image generation, class balancing, and dataset expansion, contributing to the development of artificial intelligence methods for skin lesion analysis. The dataset includes 25 subsets (configurations) from multiple sources, covering 2 to 198 categories, and is preprocessed and standardized for direct use in model training and evaluation. It should be noted that the DERM-LIB subset requires additional licensing for use. The dataset is funded by the Knowledge Discovery and Intelligent Systems Research Group at the University of Córdoba, Spain.

原始信息汇总

数据集概述

该数据集专门用于研究基于生成对抗网络（GAN）的皮肤病变图像生成与增强方法，旨在支持皮肤病变图像合成、数据增强，以及提升皮肤病变分析和计算机辅助诊断的深度学习模型。数据集已进行预处理和标准化，可直接用于模型训练。

数据集结构

数据集包含多个配置（config），每个配置对应一个子数据集，共有10个配置，所有配置均只提供训练集（train split）。

配置名称	样本数量	数据大小	标签
aae-DERM-LIB	1604	211,096,601 bytes	包含9个类别：ActinicKeratosis, BasalCellCarcinoma, Dermatofibroma, Haemangioma, IntraepithelialCarcinoma, MalignantMelanoma, PyogenicGranuloma, SeborrhoeicKeratosis, SquamousCellCarcinoma
aae-ISBI2016	618	73,333,304 bytes	无标签
aae-MED-NODE	24	3,227,991 bytes	无标签
aae-MSK-1	389	44,188,233 bytes	无标签
aae-MSK-2	651	71,992,030 bytes	无标签
aae-MSK-3	149	20,381,623 bytes	无标签
aae-MSK-4	409	50,730,591 bytes	无标签
aae-PH2	96	13,057,622 bytes	无标签
aae-UDA-1	191	24,578,860 bytes	无标签
aae-UDA-2	11	1,568,343 bytes	无标签

• 总样本数：4,142张图像（所有配置合计）
• 总数据大小：约506.7 MB
• 图像尺寸：224x224像素（由数据集名称"skin-gan-review-224x224"可知）

数据特征

每个配置的数据特征均为：

• image：图像数据（dtype: image）
• label：仅aae-DERM-LIB配置有标签，为包含9个皮肤病变类别的分类标签；其他配置无标签。

许可证

• 许可证类型：Apache-2.0
• 特别说明：aae-DERM-LIB子数据集需要额外获取许可证，获取地址为：https://licensing.edinburgh-innovations.ed.ac.uk/product/dermofit-image-library

数据来源

数据集综合了多个来源的皮肤病变图像，涵盖了从2到198个类别不等的25个原始数据集（当前版本提供了其中10个标准化后的子集）。

资助方

研究由西班牙科尔多瓦大学KDIS（知识发现与智能系统）研究组资助，官网：https://www.uco.es/kdis/

搜集汇总

数据集介绍

构建方式

该数据集由西班牙科尔多瓦大学KDIS研究团队构建，旨在推动基于生成对抗网络（GAN）的皮肤病变图像生成与数据扩增研究。数据集整合了来自多个公开皮肤镜图像来源的原始图像，经过统一的预处理与标准化流程，统一调整至224x224像素分辨率，以确保与主流深度学习模型的兼容性。整个数据集包含10个子配置，分别对应AAE-DERM-LIB、AAE-ISBI2016等不同来源的子集，其中AAE-DERM-LIB子集额外提供了9类皮肤病分类标签，涵盖光化性角化病、基底细胞癌、恶性黑色素瘤等常见病变类型，其余子集仅包含图像数据。每个子集均以独立的训练集形式存储，便于按需加载与使用。

特点

该数据集的核心特色在于其多源异构性与标准化设计的结合，汇集了来自不同研究机构和竞赛的皮肤镜图像，覆盖从2到198类不等的病变类别，为跨数据集比较与生成模型泛化能力评估提供了理想平台。数据规模适中，总计约4000余张图像，其中AAE-DERM-LIB子集样本数最多达1604张，而AAE-UDA-2子集仅含11张，这种样本数量的显著差异天然适用于研究类别不平衡条件下的数据增强策略。所有图像均经224x224尺寸统一归一化处理，可直接输入各类预训练网络，降低了数据预处理门槛。

使用方法

本数据集通过HuggingFace Datasets库以子配置形式提供，用户可根据研究目标灵活加载特定子集。例如，通过指定配置名'AAE-DERM-LIB'可获取包含9类标签的图像数据，用于有监督的分类任务；而加载其他子集（如'AAE-ISBI2016'）时则仅获得无标签图像，适用于无监督生成模型训练。数据加载后可直接转化为PyTorch或TensorFlow的张量格式，配合常见的数据增强管线进行模型训练。对于希望使用AAE-DERM-LIB子集的用户，需注意其中部分图像来源于Dermofit图像库，该库的使用需另行申请许可。

背景与挑战

背景概述

皮肤病变的自动诊断在计算机辅助医疗领域具有重要研究价值，深度学习模型的性能高度依赖于大规模、多样化的标注数据集。然而，医学图像数据因隐私保护、标注成本高昂及罕见病例稀缺等问题，常面临数据不平衡与样本不足的困境。在此背景下，skin-gan-review-224x224数据集应运而生，由西班牙科尔多瓦大学KDIS研究团队构建，旨在探索生成对抗网络（GAN）在皮肤镜图像合成与数据增强中的应用。该数据集整合了来自ISBI 2016、PH2、MED-NODE等多个公开竞赛与临床研究中的皮肤病变图像，涵盖从常见到罕见的9种病变类别，共包括10个子集、超过4000张标准化为224×224像素的图像。其出现为评估GAN在皮肤科图像生成质量、类别平衡及数据集扩展方面的有效性提供了标准化基准，推动了基于深度学习的皮肤病变分析研究。

当前挑战

该数据集所解决的核心领域问题在于皮肤病变诊断中数据稀缺与类别严重不平衡的挑战。由于恶性黑色素瘤等病例收集困难，模型易对多数类过拟合，泛化能力受限。同时，不同来源的图像在光照、分辨率及成像设备上存在显著差异，增加了跨域学习的难度。在构建过程中，研究团队面临多重困难：首先，需从多个异构数据源获取原始图像并统一预处理标准，包括尺寸归一化、颜色校正及去隐私化处理；其次，部分子集（如MED-NODE仅24张、UDA-2仅11张）样本量极低，需设计合理的划分策略以支持GAN训练与评估；此外，DERM-LIB子集需额外申请许可证，增加了数据复用的复杂性。这些挑战共同凸显了在医疗影像领域构建高质量、多功能基准数据集的艰巨性。

常用场景

经典使用场景

在皮肤病变分析这一关键医学影像领域，skin-gan-review-224x224数据集汇聚了来自多个权威来源的皮肤镜图像，涵盖光化性角化病、基底细胞癌、恶性黑色素瘤等九种常见病变类别。该数据集的核心应用在于为生成对抗网络（GAN）等生成式模型提供标准化训练与评估基准，支持学者们开展皮肤病变图像的合成、数据增强以及类别不平衡问题的研究。通过其统一预处理至224x224像素的图像尺寸和清晰的类别标签，研究者能够直接将其用于训练和比较不同GAN架构在医学图像生成任务中的表现。

解决学术问题

该数据集直面皮肤病变分析中数据稀缺与类别不平衡这一普遍困境，为学术研究提供了系统性的解决方案。传统深度学习模型在训练过程中常因罕见病变样本不足而出现偏差，导致诊断性能下降。skin-gan-review-224x224通过整合多个公开子集并利用GAN技术生成高质量合成图像，有效扩充了数据规模，平衡了各类别样本分布。这一举措显著提升了皮肤病变分类和分割模型的泛化能力，推动了计算机辅助诊断系统在真实临床环境下的可靠性，为探索数据增强策略在医学影像领域的理论边界提供了坚实的实验平台。

衍生相关工作

该数据集衍生了一系列具有影响力的经典研究工作，主要围绕对抗生成网络在医学图像合成与数据增强中的创新应用。研究者基于此开发了多种改进型GAN架构，如结合注意力机制或风格迁移模块的生成模型，以提升合成皮肤病变图像的真实性和形态多样性。此外，还催生了关于GAN生成图像质量评估、跨数据集泛化性能分析以及半监督学习策略的探索性工作。这些研究不仅深化了对医学图像生成过程中噪声控制与语义保持的理解，也为其他医学影像领域的生成模型设计提供了可借鉴的方法论范例。