z72pepee/skin-gan-review-224x224

这是一个皮肤疾病图像数据集集合，包含多个子集，用于皮肤病变分类任务。数据集涵盖多种皮肤疾病类型，如光化性角化病、基底细胞癌、黑色素瘤、血管瘤等。子集包括DERM-LIB、Derm7pt_clinical、Derm7pt_derm、ISBI2016、ISBI2017_reduced、ISBI2018_reduced、ISBI2020、MED-NODE、MSK-1至MSK-4、PAD-UFES、PH2、SDC-198、UDA-1和UDA-2等。数据以图像形式存储，部分子集带有类别标签，标签数量从2类到156类不等。数据集规模从几十个示例到数万个示例，总数据量较大，适用于计算机辅助诊断和机器学习模型训练。This is a collection of dermatological image datasets containing multiple subsets for skin lesion classification tasks. The datasets cover various skin disease types, such as actinic keratosis, basal cell carcinoma, melanoma, hemangioma, etc. Subsets include DERM-LIB, Derm7pt_clinical, Derm7pt_derm, ISBI2016, ISBI2017_reduced, ISBI2018_reduced, ISBI2020, MED-NODE, MSK-1 to MSK-4, PAD-UFES, PH2, SDC-198, UDA-1, and UDA-2. Data is stored in image format, with some subsets including class labels ranging from 2 to 156 categories. Dataset sizes vary from tens to tens of thousands of examples, with substantial total data volume, suitable for computer-aided diagnosis and machine learning model training.

搜集汇总

数据集介绍

构建方式

在皮肤影像学领域，数据稀缺性与类别不平衡问题长期制约着深度学习模型的泛化能力。为突破这一瓶颈，该数据集采用生成对抗网络架构，对来自十余个公开皮肤镜与临床影像数据集（如ISBI2016、ISBI2017、ISBI2018、ISBI2020、PAD-UFES、SDC-198等）的真实样本进行扩增。通过AAE与ACGAN两类生成模型，在保留原始图像空间分辨率（统一调整至224×224像素）的前提下，合成大量高保真的皮肤病变图像，最终汇集为涵盖近四十万张图片的大规模资源。

特点

该数据集最显著的特征在于其集成了源生真实样本与基于两类GAN生成的伪样本，形成独特的混合结构。所有图像均经过标准化预处理至224×224尺寸，并依据来源数据集保留了细致分类标签，从常见感染性病变到罕见皮肤病一应俱全。借助这一设计，研究者可在同一平台上同时获取原始分布特征与生成模型引入的数据多样性，有效缓解类别不均衡问题，为皮肤病变识别、分割及生成研究提供坚实的训练基础。

使用方法

使用本数据集时，研究者可通过Hugging Face Datasets库按需加载特定子集配置，例如'aae-ISBI2018_reduced'或'acgan-SDC-198'。每个配置均提供统一的'image'字段与可选的'label'字段，便于直接接入常见的图像分类与生成框架。建议在加载后对图像进行必要的归一化与数据增强，以适配不同的网络架构。该数据集尤其适合用于对比真实样本与生成样本对模型性能的提升效果，或检验GAN模型在皮肤影像生成上的保真度。

背景与挑战

背景概述

皮肤疾病智能诊断长期以来依赖大规模、高质量的标注图像数据集以训练深度学习模型。然而，真实临床场景中，罕见病样本匮乏、数据收集受隐私法规限制以及标注成本高昂等问题，导致公开可用的皮肤科数据集往往规模有限且类别分布极不均衡。这一困境迫使研究人员探索利用生成对抗网络（GAN）等先进的数据增强技术来合成逼真的皮肤病变图像，以缓解数据稀缺性。在此背景下，skin-gan-review-224x224数据集应运而生，通过整合来自AAE和ACGAN两种生成架构的合成图像，系统性地汇集了涵盖感染性、恶性和良性等数百种皮肤疾病的巨大样本库。该数据集由多个子集构成，包括来自权威竞赛和公开皮肤科数据集（如ISBI2016/2017/2018/2020、PH2、SDC-198等）经GAN增强后的版本，旨在为皮肤科计算机辅助诊断研究提供统一、标准化的合成数据资源，从而推动模型泛化能力的提升与临床适用性的验证。

当前挑战

该数据集所解决的领域核心挑战在于皮肤科图像数据固有的长尾分布与样本稀缺问题——恶性黑色素瘤、罕见皮肤病变等关键类别的自然发生率极低，导致传统监督学习模型因训练不足而难以实现可靠分类。构建过程中，首要挑战在于平衡生成图像的保真度与多样性，避免GAN模型产生模式坍塌或伪影从而误导下游模型；其次，跨子集的标注体系与疾病分类标准高度不统一（如ISBI2018与SDC-198的分类粒度差异悬殊），需进行复杂的字段映射与标签对齐；此外，合成图像的临床真实性验证也是关键瓶颈，缺乏直观的医学评判标准来确保生成样本能够反映真实病变的纹理、边界与颜色分布特征。

常用场景

经典使用场景

皮肤疾病诊断是医学图像分析领域具有挑战性的研究方向，而高质量标注数据集的匮乏常常制约着深度学习模型的性能上限。skin-gan-review-224x224数据集专为皮肤镜图像与临床图像的生成与分类任务设计，其最经典的使用场景是作为对抗生成网络（GAN）训练与评估的基准资源。该数据集整合了来自多个权威来源（如ISBI系列挑战赛、PH2、MED-NODE等）的真实皮肤影像，并生成了AAE（对抗自编码器）与ACGAN（辅助分类器GAN）两种主流生成模型的仿真图像，广泛应用于无监督/半监督皮肤病灶特征学习、数据增强策略验证以及跨域图像翻译研究。

实际应用

在实际临床辅助诊断系统中，该数据集以零成本数据扩充为优势，助力皮肤病AI分析平台的落地部署。例如，在皮肤科远程会诊场景中，生成的高保真病变图像可有效扩充训练集，帮助分类器更精准地区分感染性皮炎、湿疹与色素性病变；其生成的图像也应用于智能皮肤镜设备的软件校准、医学教材的虚拟病例构建以及初级医师的鉴别诊断技能培训环境搭建。

衍生相关工作

围绕该数据集衍生出一系列代表性工作，包括基于AAE的无监督皮肤病灶特征解耦方法、利用ACGAN实现多类别皮肤病变的视觉语义保持生成等。此外，研究者以该数据集为基准对比了多种GAN变体（如StyleGAN、Diffusion Models）在皮肤图像生成中的保真度与多样性，催生了面向医疗隐私的联邦生成对抗网络框架，以及结合自监督预训练与生成图像的半监督皮肤癌分级模型，推动了医学图像生成与推理的交叉创新。