黑色素瘤数据集-14216
该数据集是一个整合了多个权威医学影像来源的黑色素瘤数据集,主要包含高分辨率皮肤镜图像和临床智能手机拍摄的宏观照片两种图像模态,用于支持自动化皮肤病变分类的机器学习模型基准测试,研究领域涵盖医学图像分析、模型泛化能力评估以及真实世界临床环境下的应用性能验证。

基本信息
资源简介
黑色素瘤数据集
【数据集背景】
本数据集源站标题为《Melanoma dataset》。源站首次发布:2026-06-01。
【数据内容】
源站原始描述:This repository contains a curated, multi-source dataset specifically structured to benchmark machine learning models on automated skin lesion classification. The data aggregates several major open-access medical imaging datasets, offering a robust blend of high-magnification dermoscopic images (ideal clinical baseline) and clinical smartphone macro photography (real-world, noisy consumer testing). By combining these files under a single pipeline framework, this dataset provides a comprehensive…
【数据结构与技术规格】
文件数 1 个,合计 30.56 GB。数据集 DOI:10.5281/zenodo.20485367。
【获取与许可】
源站页面:https://zenodo.org/records/20485367
使用许可:cc-by-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(Zenodo 公开直链)
源站:https://zenodo.org/doi/10.5281/zenodo.20485366
(注册/登录后按页面指引下载)
数据说明
该数据集是一个经过整理的、多来源数据集,专门用于自动化皮肤病变分类的机器学习模型基准测试。它整合了多个主要的开放获取医学影像数据集,包含高倍放大的皮肤镜图像(理想的临床基线)和临床智能手机宏观摄影(真实世界、含噪声的消费者测试数据)。通过将这些数据统一在一个管道框架下,该数据集为测试模型泛化能力、数据集协调性以及评估真实世界领域偏移导致的性能下降提供了一个全面的平台。数据来源于ISIC 2016和2020档案、PAD-UFES-20临床数据集以及Kaggle组件,主要研究方向包括皮肤病变分类、医学图像分析和机器学习模型在临床环境中的应用。
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。


![鼻腔息肉 - 女性,71岁 - 组织图像 [6200730021571211]](/medical-api/medicalDataset/datasetCover/4767.jpg)

