代表性皮肤病学图像的新资源

ditikhatun11

皮肤状况图像网络 (SCIN) 数据集提供了多样化且具有代表性的皮肤状况图像集合，弥补了人工智能开发、医学研究和公平医疗保健工具的重要差距。 健康数据集在研究和医学教育中发挥着至关重要的作用，但创建代表现实世界的数据集可能具有挑战性。例如，皮肤病的外观和严重程度各不相同，并且不同肤色的表现也不同。然而，现有的皮肤科图像数据集通常缺乏对日常状况（如皮疹、过敏和感染）的表征，并且偏向较浅的肤色。此外，种族和民族信息经常缺失，阻碍了我们评估差异或制定解决方案的能力。 为了解决这些限制，我们与斯坦福大学医学院的医生合作发布了皮肤状况图像网络 (SCIN) 数据集。我们设计 SCIN 是为了反映人们在线搜索的广泛问题，补充临床数据集中常见的疾病类型。它包含各种肤色和身体部位的图像，有助于确保未来的人工智能工具对所有人有效工作。我们已将SCIN 数据集作为开放获取资源免费提供给研究人员、教育工作者和开发人员，并采取了谨慎的措施来保护贡献者的隐私。

-示例英雄 SCIN 数据集中的图像和元数据示例集。 数据集组成 SCIN 数据集目前包含 10,000 多张皮肤、指甲或头发状况的图像，这些图像由经历过这些状况的个人直接贡献。根据  伊拉克电报吗数据库 机构审查委员会批准的一项研究，所有贡献都是在美国个人知情同意的情况下自愿做出的。为了为皮肤科医生的回顾性标签提供背景信息，贡献者被要求拍摄特写和稍远距离的图像。他们可以选择自我报告人口统计信息和晒黑倾向（自我报告菲茨帕特里克皮肤类型，并描述与他们关心的问题相关的质地、持续时间和症状。 一到三名皮肤科医生为每个贡献标记了最多五个皮肤病学条件，以及每个标签的置信度得分。 SCIN 数据集包含这些单独的标签，以及从它们导出的聚合和加权的鉴别诊断，可用于模型测试或训练。这些标签是回顾性分配的，并不等同于临床诊断，但它们使我们能够将 SCIN 数据集中皮肤病状况的分布与现有数据集进行比较。 SCIN2-比较 SCIN 数据集主要包含过敏、炎症和感染性疾病，而临床来源的数据集则侧重于良性和恶性肿瘤。



虽然许多现有的皮肤病学数据集侧重于恶性和良性肿瘤，旨在协助皮肤癌诊断，但 SCIN 数据集主要由常见的过敏、炎症和感染性疾病组成。 SCIN 数据集中的大多数图像都显示出早期阶段的问题——超过一半是在照片拍摄前不到一周出现的，是在照片拍摄前不到一天出现的。该时间范围内的情况在卫生系统中很少见，因此在现有皮肤病学数据集中代表性不足。 我们还获得了皮肤科医生对图像的菲茨帕特里克皮肤类型（估计的 FST 或 eFST）的估计以及外行贴标者对僧侣肤的估计。这使得可以将皮肤状况和皮肤类型分布与现有皮肤病学数据集中的皮肤状况和皮肤类型分布进行比较。尽管我们没有选择性地针对任何皮肤类型或肤色，但与临床来源的类似数据集相比，SCIN 数据集具有平衡的 Fitzpatrick 皮肤类型分布（更多类型数据集中自我报告和皮肤科医生估计的 Fitzpatrick 皮肤类型分布与现有未丰富的皮肤病学数据集的比较。 菲茨帕特里克皮肤类型量表最初是作为照片打字量表开发的，用于测量皮肤类型对紫外线辐射的反应，广泛应用于皮肤病学研究。