MRA-MIDAS 皮肤癌多模态图像数据集
肿瘤领域多模态公开数据集，来源：aimi.stanford.edu。
基本信息
资源简介
MRA-MIDAS 皮肤癌多模态图像数据集
【一句话概览】
MRA-MIDAS 是首个公开、前瞻性招募、系统配对皮肤镜与临床图像的数据集，覆盖多种皮肤病变诊断，包含标注完善的患者级临床元数据，并经广泛组织病理学确认，比回顾性数据集更贴近真实临床场景。研究获斯坦福大学 IRB#36050 与克利夫兰诊所 IRB#20-666 批准，遵循赫尔辛基宣言。2020 年 8 月 18 日至 2023 年 4 月 17 日期间，在斯坦福医学或克利夫兰诊所就诊、有至少一处需活检的可疑皮损或经远程皮肤病学转诊评估的患者，经书面知情同意后，接受标准化临床与皮肤镜摄影，并记录出生性别、年龄、Fitzpatrick 皮肤类型、黑色素瘤个人史、解剖部位及皮损长宽等信息（来源 aimi.stanford.edu）。
【数据集背景】
本数据集源站标题为《MRA-MIDAS: Multimodal Image Dataset for AI-based Skin Cancer》。
【数据内容】
源站原始描述：We introduce the Melanoma Research Alliance Multimodal Image Dataset for AI-based Skin Cancer (MRA-MIDAS) dataset, the first publicly available, prospectively-recruited, systematically-paired dermoscopic and clinical image-based dataset across a range of skin-lesion diagnoses. This dataset encompasses a wide array of skin lesions and includes well-annotated, patient-level, clinical metadata. It aims to more accurately mirror real-world clinical scenarios than retrospectively curated datasets and…
中文译文（机器翻译，仅供快速理解，请以原文为准）：我们介绍了黑色素瘤研究联盟多模态图像数据集（MRA-MIDAS），这是首个公开可用的、前瞻性招募的、系统配对的皮肤镜和临床图像数据集，涵盖了多种皮肤病变诊断。该数据集包含广泛的皮肤病变，并附有详细注释的患者级临床元数据。其旨在比回顾性整理的数据集更准确地反映真实世界的临床场景，并通过广泛的组织病理学确认来增强数据完整性。本研究获得了斯坦福大学机构审查委员会（IRB#36050）和克利夫兰诊所基金会（IRB#20-666）的批准，并遵循《赫尔辛基宣言》。2020年8月18日至2023年4月17日期间，在斯坦福医学中心或克利夫兰诊所基金会就诊于参与研究皮肤科医生的皮肤科门诊的患者，如果符合以下条件之一，则有资格参与研究：1）他们至少有一个被皮肤科研究者认为医学上需要进行皮肤活检的孤立性可疑皮肤病变；或2）患者因先前通过远程皮肤科会诊或皮肤科医生审查通过电子患者消息门户提交的患者照片而被确定为可疑的病变，被引导至诊所进行评估。患者在医生或研究协调员处签署书面知情同意书后，对任何符合条件的皮肤病变进行临床和皮肤镜数字摄影。每个病变均使用当代型号的iPhone或iPad设备（iPhone SE至iPhone 12 Pro和iPod touch至iPad mini）在15厘米和30厘米距离下进行标准化摄影，不使用闪光灯，并进行数字皮肤镜摄影。对于每个病变，获取并记录患者的临床信息，包括出生时指定性别、年龄、Fitzpatrick皮肤类型、黑色素瘤个人史、解剖位置以及病变的长度和宽度。研究者有权自行决定识别在相应对侧身体部位临床上看似良性的额外对照病变，这些病变同样被纳入数字摄影作为未活检的对照病变纳入数据集，但模型分析仅限于活检病变。该数据集
【主题与分类】
主题标签：skin cancer、melanoma、dermoscopy、clinical images、multimodal、dermatology、skin lesions、histopathology。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://aimi.stanford.edu/datasets/mra-midas-Multimodal-Image-Dataset-for-AI-based-Skin-Cancer
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。
暂未开放有偿下载
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://aimi.stanford.edu/datasets/mra-midas-Multimodal-Image-Dataset-for-AI-based-Skin-Cancer
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
前瞻性采集的皮肤癌多模态图像数据集，包含配对皮肤镜图像、临床图像和患者级元数据。
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。
