Workshop皮肤癌数据集
该数据集是HAM10000皮肤癌数据集的子集，包含皮肤病变的医疗图像数据，数据模态为皮肤镜图像，主要用于皮肤癌的自动检测、分类与诊断研究，支持机器学习在皮肤病学领域的应用。
基本信息
资源简介
Workshop皮肤癌数据集
【数据集背景】
本数据集源站标题为《Workshop-Skin-Cancer-Dataset》。源站首次发布：2025-03-27。
【数据内容】
源站原始描述：Subset of the HAM10000 Dataset, with 100 images belonging to each class. The images folder contains the images, the metadata file contains all other relevant information. The sample images folder and csv contains information about some sample images from the test set to test the model on. lesion_id: Uniquely identifies a lesion image_id: Uniquely identifies each image dx: Diagnosis of the lesion dx_type: How the diagnosis was conducted age: Age of the patient sex: Gender of the patient localizat…
【数据结构与技术规格】
文件数 20 个，合计 6.09 MB。
【主题与分类】
主题标签：earth and nature、cancer。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/aviraj09/workshop-dataset-ham
使用许可：Apache 2.0。
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。
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.dataset_download("aviraj09/workshop-dataset-ham")
print("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 datasets download -d aviraj09/workshop-dataset-ham
unzip workshop-dataset-ham.zip -d workshop-dataset-ham/
数据说明
该数据集是HAM10000皮肤癌数据集的子集，专注于皮肤癌相关的医疗图像数据。它包含皮肤病变的图像样本，数据来源于HAM10000这一公开的皮肤镜图像集合，主要用于皮肤癌的自动检测、分类与诊断研究，支持机器学习与计算机视觉在皮肤病学领域的应用。
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。
