ISIC 2018 Novice 分割掩膜
本数据集为皮肤与结缔组织疾病领域的图像公开数据集，来源：isic。
基本信息
资源简介
ISIC 2018 Novice 分割掩膜
ISIC 2018 Novice Segmentation masks 是一个面向皮肤病变图像分割任务的掩膜数据集，共包含 11,720 个分割掩膜，专为 ISIC 2018 数据集配套创建。这些掩膜并非完全由人工从零标注，而是先由在 IMA++ 数据集上训练的 U-Net 模型自动生成初稿，再经人工逐张审核并在必要时加以修正，从而在效率与标注质量之间取得平衡。该数据集由维也纳医科大学皮肤科 ViDIR Group 制作，通过 ISIC Archive 发布，采用 Attribution-NonCommercial 4.0 International 许可，适用于黑色素瘤等皮肤与结缔组织疾病相关的图像分割研究。
【数据集背景】
皮肤病变的自动分割是计算机辅助诊断的基础环节，而高质量的分割掩膜是训练与评估分割模型的必要条件。ISIC 2018 数据集提供了大量皮肤病变图像，但配套的精细分割标注获取成本较高。该数据集正是为 ISIC 2018 数据集补充分割掩膜而构建，其英文名称为 ISIC: ISIC 2018 Novice Segmentation masks，源站标题为 ISIC 2018 Novice Segmentation masks，在分类上归属于皮肤与结缔组织疾病下的黑色素瘤方向。数据集于 2018 年发布，作者为维也纳医科大学皮肤科 ViDIR Group，机构为 ISIC Archive。
【数据内容】
该数据集包含 11,720 个分割掩膜，全部对应 ISIC 2018 数据集中的图像。掩膜以二值分割的形式刻画皮肤病变区域。源站特别说明，图像 ISIC_0035068 作为一枚“彩蛋”被有意保留为完全黑色、不含任何分割内容。此外，数据中存在一些轻微的瑕疵：部分掩膜会略微溢出到周围皮肤区域，部分边缘显得尖锐或呈锯齿状。当两处皮肤病变距离非常接近时，它们被合并标记为单一病变。
【采集与来源】
掩膜的生成采用“模型初筛加人工修正”的流程：先用在 IMA++ 数据集上训练的 U-Net 模型为 ISIC 2018 图像生成初始掩膜，再由人工审核并修正。当病变边界不明确时，会在整个 IMA++ 数据集中执行相似性搜索以寻找参考；若搜索未能找到真正相似的匹配，人工分割则侧重于捕捉图像中心的离群细节，这可能导致数据在画面中部存在一定偏向。数据来源站为 doi.org，发布机构为 ISIC Archive。
【适用场景】
基于其内容与构建方式，该数据集可用于皮肤病变区域的语义分割或二值分割模型的训练、微调与评测，也可作为 ISIC 2018 相关分割任务的参考标注。由于掩膜经过人工审核与修正，适合用于研究自动分割流程中模型初稿加人工校订的混合标注策略。其非商业许可也决定了它主要面向学术研究与非商业用途。
【使用方法】
源站未提供。
【质量与限制】
该数据集的质量控制体现为模型生成后的人工审核与必要修正，但源站也明确列出若干限制：部分掩膜轻微重叠到周围皮肤，部分边缘尖锐或呈锯齿状；两处相近病变被合并为单一病变；在缺乏相似参考时，人工分割偏向图像中心细节，可能使数据在画面中部产生偏倚；图像 ISIC_0035068 被有意留为全黑、无分割内容，使用时需注意排除或特殊处理。此外，掩膜由 U-Net 初稿加人工修正而来，其与完全从零人工标注的掩膜之间可能存在差异。
【引用与许可】
该数据集采用 Attribution-NonCommercial 4.0 International 许可，使用时需署名且不得用于商业目的。作者为维也纳医科大学皮肤科 ViDIR Group，机构为 ISIC Archive，发布时间为 2018 年，来源站为 doi.org。具体引用格式源站未提供。
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。
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/10.34970/387951
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:
数据说明
该数据集包含为ISIC 2018数据集创建的11,720个分割掩模。这些掩模最初是使用在IMA++数据集上训练的U-Net模型生成的，随后经过人工审核，并在必要时进行了修正。当病变边界未知时，会在整个IMA++数据集中进行相似性搜索以寻找参考。如果搜索未能找到真正相似的匹配，人工分割则侧重于捕捉图像中心的异常细节，这可能导致数据偏向于画面中部。彩蛋图像ISIC_0035068被有意完全留黑，未进行任何分割。此外，还存在一些小的瑕疵：某些掩模轻微重叠到周围皮肤上，部分边缘显得尖锐或呈锯齿状。如果两个皮肤病变非常接近，它们会被标记为单一病变。这是基于主要关注病变位于图像中心的假设。因此，图像边缘附近较小的病变并不总是被分割。
你可以阅读关于ISIC 2018（文章中称为DermaMNIST-E）的重复数据及其他特殊之处，链接为：https://www.nature.com/articles/s41597-025-04382-5
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。
