MILK10k：用于诊断色素性与非色素性皮肤癌及其模拟病变的分层多模态影像学习工具包

数据集获取

源站：https://doi.org/10.7910/dvn/fsxraq

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 358.9 MB。

数据说明

<p><strong>MILK10k</strong> 包含10480张图像，每张图像代表一个病灶的临床特写与皮肤镜配对图像，共计5240个病灶。该数据集的元数据包括：</p> <ul> <li>病灶ID</li> <li>图像类型</li> <li>ISIC档案ID / 图像名称</li> <li>图像处理信息</li> <li>年龄（以5年为区间）</li> <li>性别</li> <li>肤色</li> <li>解剖部位</li> <li>描述性MONET图像特征</li> <li>诊断</li> <li>地面真实确认方法</li> </ul> <p>肤色分为六个等级，从非常深（0）到非常浅（5），特意与Fitzpatrick皮肤类型区分开，以避免混淆。大多数患者的肤色处于中间范围。在5240个病灶中，95.7%进行了活检或切除，组织病理学作为诊断的金标准。诊断结果被映射到ISIC-Dx诊断方案以及基于ISIC2018/2019挑战赛和HAM10000诊断类别的简化分类上。</p>

该数据集包含11个简化诊断类别：</p> <ul> <li>基底细胞癌（BCC）</li> <li>黑色素细胞痣（NV）</li> <li>良性角质形成细胞病变（BKL）</li> <li>鳞状细胞癌/角化棘皮瘤（SCCKA）</li> <li>黑色素瘤（MEL）</li> <li>光化性角化病/表皮内癌（AKIEC）</li> <li>皮肤纤维瘤（DF）</li> <li>炎症和感染性疾病（INF）</li> <li>血管病变和出血（VASC）</li> <li>其他良性增生，包括碰撞瘤（BEN_OTH）</li> <li>其他恶性增生，包括碰撞瘤（MAL_OTH）</li> </ul> <p>此外，我们提供了最具体的ISIC-Dx诊断及其在ISIC-Dx诊断树中的父分支。若同一病变的皮肤镜图像已包含在ISIC档案中，则在元数据中报告其对应的现有ISIC病变标识符。所有图像均已使用MONET框架进行标注，并附有以下各项的概率

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。