ISIC 2018 挑战赛任务1-2测试集
ISIC 2018 挑战赛的测试集。病变图像来自 HAM10000 数据集，使用多种皮肤镜类型采集，来自所有解剖部位（不包括黏膜和指甲），来自因皮肤癌筛查而就诊的患者的历史样本，来自多个不同机构
基本信息
资源简介
ISIC 2018 挑战赛任务1-2测试集
ISIC: Challenge 2018: Task 1-2: Test 是国际皮肤影像协作组织（ISIC）2018 年挑战赛所使用的测试集，属于皮肤疾病领域的数据资源。该测试集的病变图像来源于 HAM10000 数据集，采集时使用了多种皮肤镜类型，覆盖所有解剖部位（不包括黏膜和指甲），样本来自因皮肤癌筛查而就诊的患者的历史记录，并来自多个不同机构。其疾病状态分布呈现一种经过调整的“真实世界”场景：良性病变多于恶性病变，但恶性病变被过度呈现。该数据集可用于皮肤病变相关的图像分析与算法评测研究。
【数据集背景】
该数据集是 ISIC 2018 挑战赛的测试集，对应任务 1-2。ISIC 挑战赛是皮肤影像领域的一项公开竞赛活动，旨在推动皮肤病变图像自动分析技术的发展。本测试集作为该挑战赛的评测数据，用于评估参赛算法在皮肤病变识别任务上的表现。其图像并非专为挑战赛重新采集，而是取自已有的 HAM10000 数据集，因此具有明确的历史数据来源背景。
【数据内容】
该数据集的内容为皮肤病变图像。这些病变图像来自 HAM10000 数据集。图像所涵盖的病变涉及多种疾病状态，其分布并非完全均衡，而是呈现一种经过调整的“真实世界”设定：良性病变的数量多于恶性病变，但恶性病变在数据中被过度呈现。关于图像的具体数量、分辨率、格式、标注类别数量及类别名称等细节，源站未提供。
【采集与来源】
图像采集使用了多种皮肤镜类型，采集部位覆盖所有解剖部位，但不包括黏膜和指甲。样本来自因皮肤癌筛查而就诊的患者的历史样本，并来自多个不同机构。图像的采集获得了相关伦理审查委员会的批准，具体为 University of Queensland 的伦理审查委员会（Protocol-No. 2017001223）以及 Medical University of Vienna 的伦理审查委员会（Protocol-No. 1804/2017）。关于各机构的具体名称、采集时间跨度、患者数量等细节，源站未提供。
【适用场景】
该数据集适用于皮肤病变图像分析相关的算法研究与评测，尤其是作为 ISIC 2018 挑战赛任务 1-2 的测试集使用。由于其疾病状态分布经过调整，良性病变多于恶性病变但恶性病变被过度呈现，因此可用于在类不平衡条件下评估模型性能。此外，该数据集也可用于皮肤镜图像分类、病变识别等通用研究目的。关于该数据集是否适用于其他具体任务或临床诊断场景，源站未提供。
【使用方法】
该数据集作为 ISIC 2018 挑战赛的测试集使用。在研究中若使用 ISIC 2018 数据集，需引用相关文献。源站描述中列出了应引用的文献信息，其中第一项为 Noel Codella、Veronica Rotemberg、Philipp Ts 等人的工作，但该引用条目在源站描述中未完整给出。关于数据的具体加载方式、预处理步骤、评测指标等，源站未提供。
【质量与限制】
该数据集的图像来自历史样本，采集自多个机构，使用多种皮肤镜类型，覆盖所有解剖部位（不包括黏膜和指甲）。其疾病状态分布为经过调整的“真实世界”设定，良性病变多于恶性病变，但恶性病变被过度呈现，这一分布可能与真实临床环境中的疾病谱存在差异。关于图像质量、标注准确性、数据偏倚等方面的具体评估信息，源站未提供。
【引用与许可】
使用 ISIC 2018 数据集时需引用相关文献。源站描述中列出了应引用的工作，第一项为 Noel Codella、Veronica Rotemberg、Philipp Ts 等人的文献，但该条目在源站描述中未完整呈现。图像的采集获得了 University of Queensland 伦理审查委员会（Protocol-No. 2017001223）和 Medical University of Vienna 伦理审查委员会（Protocol-No. 1804/2017）的批准。关于该数据集的具体许可协议、使用条款及完整引用格式，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。
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
源站：https://isic-archive.com/collection/64
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
测试集来自ISIC 2018挑战赛。病变图像源自HAM10000数据集，采用多种皮肤镜类型获取，覆盖所有解剖部位（除黏膜和指甲外），样本来自接受皮肤癌筛查的历史患者群体，涉及多个不同机构。图像采集获得了昆士兰大学伦理审查委员会（协议编号：2017001223）和维也纳医科大学伦理审查委员会（协议编号：1804/2017）的批准。疾病状态分布呈现了一种经过调整的“真实世界”环境，即良性病变多于恶性病变，但恶性肿瘤被过度代表。在您的研究中使用ISIC 2018数据集时，请引用以下作品：> [1] Noel Codella, Veronica Rotemberg, Philipp Tschandl, M.
Emre Celebi、Stephen Dusza、David Gutman、Brian Helba、Aadi Kalloo、Konstantinos Liopyris、Michael Marchetti、Harald Kittler、Allan Halpern：“面向黑色素瘤检测的皮肤病变分析2018：由国际皮肤成像协作组织（ISIC）主办的挑战赛”，2018年；arxiv.org/abs/1902.03368 > > [2] Tschandl, P., Rosendahl, C. & Kittler, H. HAM10000数据集，一个包含常见色素性皮肤病变多源皮肤镜图像的大型集合。Sci. Data 5, 180161 doi:10.1038/sdata.2018.161 (2018)。
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。
