皮肤病变分析用于黑色素瘤检测数据集
该数据集面向黑色素瘤检测的皮肤病变分析，整合了 ISIC 2018、ISIC 2019 与 PH2 等公开数据。ISIC 2018 含 10015 张训练图像和 1512 张测试图像，覆盖黑色素瘤、黑素细胞痣、基底细胞癌、光化性角化病、良性角化病、皮肤纤维瘤和血管区域等类别；ISIC 2019 含
基本信息
资源简介
皮肤病变分析用于黑色素瘤检测数据集
Skin Lesion Analysis for Melanoma Detection
该数据集面向黑色素瘤检测的皮肤病变分析，整合了 ISIC 2018、ISIC 2019 与 PH2 等公开数据。ISIC 2018 含 10015 张训练图像和 1512 张测试图像，覆盖黑色素瘤、黑素细胞痣、基底细胞癌、光化性角化病、良性角化病、皮肤纤维瘤和血管区域等类别；ISIC 2019 含 25531 张训练图像和 8238 张测试图像，分为九类并包含未知类。数据可用于皮肤病变分类与黑色素瘤识别研究，但 PH2 与 ISIC 数据偏向黑素细胞病变（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2025-01-22。
【数据内容】
源站描述（机器翻译，仅供参考）：ISIC 2018 包含 10,015 张训练图像和 1512 张测试图像，病变类别包括黑色素瘤、黑素细胞痣、基底细胞癌、光化性角化病、良性角化病、皮肤纤维瘤和血管区域。ISIC 2019 数据集包含 25,531 张训练图像和 8238 张测试图像，分为九个类别，包括黑色素瘤、黑素细胞痣、基底细胞癌、光化性角化病、良性角化病、皮肤纤维瘤、血管区域以及一个未知类。PH2 数据集旨在用于黑色素瘤诊断，而 ISIC 数据集偏向黑素细胞病变。有关详细数据集，请访问该站点（ 2022 年 3 月 18 日），以及 International Skin Imaging Collaboration (ISIC) 2018–2019 档案（
【数据结构与技术规格】
文件数 2 个，合计 26.37 MB。数据集 DOI：10.6084/m9.figshare.28254731.v1。
【主题与分类】
源站学科分类：Occupational therapy、Physiotherapy、Rehabilitation。主题标签：Fuzzing Scalability、machine learining。本站分类：肿瘤/皮肤癌。
【适用方向】
源站学科分类标注为 Occupational therapy、Physiotherapy、Rehabilitation。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Skin_Lesion_Analysis_for_Melanoma_Detection/28254731
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Bhimavarapu, Usha Rani; battineni, gopi; Chintalapudi, Nalini (2025). Skin Lesion Analysis for Melanoma Detection. figshare. Dataset
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://doi.org/10.6084/m9.figshare.28254731.v1
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:
数据集大小约 26.4 MB。
数据说明
ISIC 2018包含10,015张训练图像和1512张测试图像，涵盖黑色素瘤、黑素细胞痣、基底细胞癌、光化性角化病、良性角化病、皮肤纤维瘤和血管区域等病变类别。ISIC 2019数据集包含25,531张训练图像和8238张测试图像，分为九个类别，包括黑色素瘤、黑素细胞痣、基底细胞癌、光化性角化病、良性角化病、皮肤纤维瘤、血管区域以及一个未知类别。PH2数据集旨在诊断黑色素瘤，而ISIC数据集则偏向于黑素细胞病变。详细数据集请访问网站（http://www.fc.up.pt/addi/，访问日期为2022年3月18日）以及国际皮肤成像协作组织（ISIC）2018-2019年档案（http://isic-archive.com，
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。
