Name: ISIC：消费者 AI 应用
Creator: ISIC Archive
License: CC0 1.0 Universal

基本信息

模态

图像

任务类型

分类

许可

CC0 1.0 Universal

创建/更新时间

2026-10-06

资源简介

ISIC：消费者 AI 应用

ISIC: Consumer AI apps 是一个面向皮肤疾病领域的公开数据集，收录于 ISIC Archive，由 Memorial Sloan Kettering Cancer Center 提供，发布时间为 2021 年。该数据集围绕消费级人工智能应用在皮肤疾病诊断中的表现展开，主题涵盖皮肤疾病、黑色素瘤检测、智能手机应用、AI 诊断以及临床图像等方向。其源站标题为“Consumer AI apps”，本站分类归入皮肤疾病 / 其他。数据集采用 CC0 1.0 Universal 许可，意味着使用者可以在许可范围内自由使用。整体来看，该数据集为研究者和开发者了解消费级 AI 皮肤诊断应用在真实临床图像上的表现提供了公开资源，尤其关注黑色素瘤检测这一具体应用场景。

【数据集背景】

该数据集来源于一项小型研究，研究目的是评估提供 AI 诊断功能的智能手机和网页端皮肤科应用的准确性。这项评估使用了一组独立的临床图像测试集，而非应用自身训练或宣传所用的数据。相关研究成果由 Sun MD、Kentley J、Mehta P、Dusza S、Halpern AC、Rotemberg V 等人完成，论文题为“Accuracy of commercially available smartphone applications for the detection of melanoma”，发表于 British Journal of Dermatology（Br J Dermatol），2022 年第 186 卷第 4 期，页码 744-746，DOI 为 10.1111/bjd.20903。数据集本身于 2021 年发布，早于论文正式刊出时间，体现了其在研究周期中的早期公开定位。

【数据内容】

该数据集的主题标签包括皮肤疾病、黑色素瘤检测、智能手机应用、AI 诊断、临床图像以及 ISIC Archive。其核心内容与评估消费级 AI 皮肤诊断应用相关，涉及使用独立临床图像测试集来检验这些应用的诊断准确性。关于数据集的具体图像数量、图像分辨率、标注字段、类别分布、文件格式等详细内容，源站未提供。

【采集与来源】

数据集由 Memorial Sloan Kettering Cancer Center 提供，归属于 ISIC Archive。源站为 doi.org，源站标题为“Consumer AI apps”。其来源研究使用了一组独立的临床图像测试集，用于评估智能手机和网页端皮肤科应用的 AI 诊断准确性。关于图像的具体采集地点、采集设备、采集时间跨度、受试者信息、伦理审批细节等，源站未提供。

【适用场景】

该数据集适用于皮肤疾病领域的研究，尤其是围绕黑色素瘤检测、消费级智能手机应用以及 AI 诊断准确性的评估工作。研究者可以利用该数据集了解或复现针对商业可用智能手机应用在黑色素瘤检测方面的准确性评估。此外，该数据集也可作为临床图像相关研究的公开资源，支持对 AI 诊断工具在皮肤科应用中的表现进行独立检验。关于更具体的适用任务类型、推荐模型或评估指标，源站未提供。

【使用方法】

该数据集采用 CC0 1.0 Universal 许可，使用者可在该许可范围内获取和使用。关于数据的具体下载方式、目录结构、读取工具、预处理步骤、训练测试划分方法等，源站未提供。

【质量与限制】

该数据集来源于一项小型研究，其评估对象是提供 AI 诊断功能的智能手机和网页端皮肤科应用，并使用独立的临床图像测试集。研究关注的是商业可用智能手机应用在黑色素瘤检测中的准确性。关于数据集的样本量、类别平衡性、图像质量、标注一致性、潜在偏倚以及泛化能力等具体质量指标和限制，源站未提供。

【引用与许可】

该数据集的许可为 CC0 1.0 Universal。相关研究论文的引用信息为：Sun MD, Kentley J, Mehta P, Dusza S, Halpern AC, Rotemberg V. Accuracy of commercially available smartphone applications for the detection of melanoma. Br J Dermatol. 2022;186(4):744-746. doi:10.1111/bjd.20903。数据集由 Memorial Sloan Kettering Cancer Center 提供，归属于 ISIC Archive，发布时间为 2021 年。关于数据集的正式引用格式、版本号以及额外致谢要求，源站未提供。

原始链接

https://doi.org/10.34970/401946

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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://doi.org/10.34970/401946

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。

数据说明

一项小型研究使用独立的临床图像测试集，评估了提供AI诊断的智能手机和基于网络的皮肤病学应用程序的准确性。Sun MD, Kentley J, Mehta P, Dusza S, Halpern AC, Rotemberg V. 市售智能手机应用程序检测黑色素瘤的准确性。Br J Dermatol. 2022;186(4):744-746. doi:10.1111/bjd.20903

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