国际皮肤成像协作组织：ISIC-DICM-17K

数据集获取

源站：https://doi.org/10.34970/233480

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

ISIC-DICM-17K（ISIC 皮肤镜图像与临床元数据 17K）是一个经过整理且类别平衡的数据集，源自 International Skin Imaging Collaboration (ISIC) Archive Gallery。它包含 17,060 张皮肤镜图像和临床元数据（8,530 个黑色素瘤类别和 8,530 个非黑色素瘤类别）。更多详情，请访问该项目的 GitHub 仓库：https://github.com/mmu-dermatology-research/isic-dicm-17k。该数据集在本研究和基准测试中用于探索多模态学习在皮肤病变分类中的有效性：S. Ahammed、X. Cui、W. Lu 和 M. H. Yap，《使用皮肤镜图像和临床元数据进行皮肤病变分类：来自多模态模型的启示》，2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW)，美国田纳西州纳什维尔，2025，第 222-230 页，DOI: 10.1109/CVPRW67362.2025.00027

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。