皮肤病变分析与分类技术及双频段微带贴片天线设计
皮肤病变分析与分类
皮肤病变的准确分析和分类对于皮肤疾病的诊断至关重要。在皮肤病变研究领域,数据的获取和处理是基础。
数据集介绍
- MED - NODE :包含170张黑色素瘤和痣的图片,分别分为70和100个片段。数据来源于荷兰医学与牙科学院皮肤科的数字图像存档,已用于设计和测试从显微图像中检测皮肤癌的技术。
- PH2数据库 :由波尔图大学、里斯本大学和马托西纽什的佩德罗·伊斯帕诺医院共同努力完成。其尺寸为768×560像素,在RGB颜色空间中有200张图片,包括正常(40张)、黑色素瘤(80张)和异常痣(40张)三种类型的图片集。
- ISIC 2018(HAM10000) :115张照片用于训练数据集,15×12张用于测试集。
- ISIC 2019(BCN 20,000) :包含8类已知照片,如MEL、NV、AKIEC等。各类别的图片数量不同,例如AKIEC有867张,BKL有2624张等。
- Dermofit Image Library :约有1300张皮肤照片,每张都有匹配的类名和病变分类,分为AKIES、血管瘤等十组。
- Interactive Atlas of Dermoscopy(EDRA) :有20个标签,用于描述疾病的许多亚型,如Clark’s Nevus、DF等。 <
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



