SIIM-ISIC黑色素瘤分类数据集
SIIM-ISIC 2020 数据集包含皮肤病灶图像和患者级元数据，用于判断病灶是否为黑色素瘤。由SIIM and ISIC提供，来自Kaggle，包含多种数据模态，适用于分类任务，专注于肿瘤领域的皮肤癌研究。
基本信息
模态
多模态
任务类型
分类
创建/更新时间
2020-01-01
资源简介
SIIM-ISIC黑色素瘤分类数据集
【数据内容】
源站原始描述：Identify melanoma in lesion images
【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://www.kaggle.com/c/siim-isic-melanoma-classification/data
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。
需登录公开下载
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.competition_download("siim-isic-melanoma-classification")
print("比赛数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle competitions download -c siim-isic-melanoma-classification
数据说明
SIIM-ISIC 2020 数据集包含皮肤病灶图像和患者级元数据，用于判断病灶是否为黑色素瘤。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
