HuggingFace ISIC血管病变集
HuggingFace ISIC血管病变集是公开可访问数据集，包含ISIC来源皮肤病变图像和血管病变标签等图像数据，围绕血管异常相关临床表现、影像、信号或组学信息，适合用于分类、模型训练、外部验证和疾病机制探索。
基本信息
资源简介
HuggingFace ISIC血管病变集
【数据集背景】
本数据集源站标题为《zujiguts/skin-lesion-trainOne-full》。源站首次发布：2026-03-08。
【数据内容】
源站原始描述：# Skin Lesion Dataset — trainOne Full All 7 HAM10000 classes including Melanocytic Nevi (nv). Source: ISIC 2018 Challenge Task 3. | Code | Description | Count | ||-|-| | nv | Melanocytic Nevi (benign) | 5000 | | mel | Melanoma (deadly) | 1113 | | bkl | Benign Keratosis | 1099 | | bcc | Basal Cell Carcinoma (cancer) | 514 | | akiec | Actinic Keratosis (monitor) | 327 | | vasc | Vascular Lesions | 142 | | df | Dermatofibroma | 115 | **Total: 8,31…
【数据结构与技术规格】
文件数 6 个，合计 2.30 GB。
【主题与分类】
主题标签：task_categories:image-classification、license:cc-by-nc-4.0、size_categories:1K<n<10K、format:parquet、modality:image、modality:text、library:datasets、library:dask、library:polars、library:mlcroissant。
【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://huggingface.co/datasets/zujiguts/skin-lesion-trainOne-full
使用许可：cc-by-nc-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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("zujiguts/skin-lesion-trainOne-full")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/zujiguts/skin-lesion-trainOne-full
仓库文件结构
.gitattributesREADME.mdtrainOne.csv
数据说明
HuggingFace ISIC血管病变集包含ISIC来源皮肤病变图像和血管病变标签等图像数据，可用于血管异常相关分类、诊断建模、分型或外部验证。
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。
完整数据卡：huggingface.co/datasets/zujiguts/skin-lesion-trainOne-full
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。
