黑色素瘤训练数据集
该数据集是一个包含26个样本的黑色素瘤医学图像分割数据集，提供皮肤镜图像和对应的病变区域分割掩码图像两种视觉模态数据，同时配有文本提示信息，主要用于训练和验证黑色素瘤检测与分割的深度学习模型，支持计算机辅助诊断系统和皮肤病学图像分析研究。
基本信息
资源简介
黑色素瘤训练数据集
【数据集背景】
本数据集源站标题为《MegPaulson/Melanoma_Train》。源站首次发布：2023-10-03。
【数据结构与技术规格】
文件数 55 个，合计 37.26 MB。
【主题与分类】
主题标签：size_categories:n<1K、format:parquet、modality:image、modality:text、library:datasets、library:pandas、library:mlcroissant、library:polars、region:us。
【获取与许可】
源站页面：https://huggingface.co/datasets/MegPaulson/Melanoma_Train
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("MegPaulson/Melanoma_Train")
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/MegPaulson/Melanoma_Train
数据说明
Melanoma_Train是一个用于黑色素瘤检测的医学图像分割数据集，包含26个训练样本。数据集提供了原始皮肤镜图像及其对应的分割掩码图像，用于标识病变区域。每张图像都配有文本提示信息，支持多模态学习任务。该数据集主要应用于计算机辅助诊断系统开发、皮肤病学图像分析算法研究以及医学图像分割模型的训练与验证，特别针对黑色素瘤这一皮肤癌的早期检测与诊断。
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。
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。
