ISIC: DERM12345 皮肤镜图像数据集

数据集获取

源站：https://doi.org/10.34970/705541

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

皮肤病变数据集为理解各种皮肤状况和开发有效诊断工具提供了必要信息。它们有助于基于人工智能的皮肤癌早期检测，促进治疗规划，并推动医学教育和研究。已发布的大型数据集仅部分覆盖了皮肤病变的子分类。这一局限性凸显了对更广泛、更多样化数据集的需求，以减少错误预测并有助于改进皮肤病变的失效分析。本研究呈现了一个多样化数据集，包含12,345张皮肤镜图像，涵盖40个皮肤病变子类，采集于土耳其，该国位于欧洲与亚洲之间的过渡地带，包含不同皮肤类型。每个子组均包含高分辨率图像和专家标注，为未来研究提供了坚实可靠的基础。本研究中对每个子组的详细分析有助于针对性的研究努力，并加深对皮肤病变的理解。

该数据集以其多样化的结构而独树一帜，包含5个超类、15个主类、40个子类以及12,345张高分辨率皮肤镜图像。Yilmaz, A., Yasar, S.P., Gencoglan, G. et al. DERM12345: A Large, Multisource Dermatoscopic Skin Lesion Dataset with 40 Subclasses. Sci Data 11, 1302 (2024). https://doi.org/10.1038/s41597-024-04104-3

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。