DERM12345皮肤镜病变数据集
肿瘤领域图像公开数据集，来源：ISIC Archive。
基本信息
资源简介
DERM12345皮肤镜病变数据集
【一句话概览】
皮肤病变数据集有助于理解皮肤状况、开发诊断工具、支持人工智能早期检测皮肤癌、辅助治疗规划及医学教育研究。已发布的大型数据集仅部分覆盖皮肤病变子分类，凸显对更广泛多样数据集的需求，以减少错误预测并改进失败分析。本研究提出一个包含12,345张皮肤镜图像、40个皮肤病变子分类的多样数据集，采集于土耳其，涵盖欧亚过渡地带的不同皮肤类型。每个子组含高分辨率图像和专家标注，为未来研究提供可靠基础。该数据集具有5个超类、15个主类、40个子类和12,345张高分辨率图像（来源 ISIC Archive，https://creativecommons.org/licenses/by/4.0/ 许可）。
【数据集背景】
源站首次发布：2025。
【数据内容】
源站原始描述：Skin lesion datasets provide essential information for understanding various skin conditions and developing effective diagnostic tools. They aid the artificial intelligence-based early detection of skin cancer, facilitate treatment planning, and contribute to medical education and research. Published large datasets have partially coverage the subclassifications of the skin lesions. This limitation highlights the need for more expansive and varied datasets to reduce false predictions and help imp…
中文译文（机器翻译，仅供快速理解，请以原文为准）：皮肤病变数据集为理解各种皮肤状况和开发有效诊断工具提供了必要信息。它们有助于基于人工智能的皮肤癌早期检测，促进治疗规划，并为医学教育和研究做出贡献。已发布的大型数据集部分覆盖了皮肤病变的子分类。这一局限性凸显了对更广泛、更多样化数据集的需求，以减少错误预测并帮助改进皮肤病变的失效分析。本研究提出了一个多样化的数据集，包含12，345张皮肤镜图像，涵盖40个皮肤病变子类，采集于土耳其，该国位于欧洲和亚洲之间的过渡地带，包含不同皮肤类型。每个子组包含高分辨率图像和专家注释，为未来研究提供了坚实可靠的基础。本研究中提供的每个子组的详细分析有助于针对性的研究工作，并加深对皮肤病变的理解。该数据集以其多样化结构脱颖而出，包含5个超级类别、15个主要类别、40个子类别和12，345张高分辨率皮肤镜图像。Yilmaz, A., Yasar, S.P., Gencoglan, G. et al. DERM12345: A Large, Multisource Dermatoscopic Skin Lesion Dataset with 40 Subclasses. Sci Data 11, 1302 (2024). https://doi.org/10.1038/s41597-024-04104-3
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://api.isic-archive.com/doi/derm12345/
使用许可：https://creativecommons.org/licenses/by/4.0/。
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。
免登录有偿下载
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://api.isic-archive.com/doi/derm12345/
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
DERM12345 包含土耳其采集的12345张皮肤镜图像，覆盖40个皮肤病变子类，适合细粒度分类。
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。
