ISIC MILK10k 基准数据集

数据集获取

源站：https://doi.org/10.34970/262082

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

MILK10k基准由一组病变的配对临床特写和皮肤镜图像组成。该数据集的元数据包括年龄（以5岁为间隔）、性别、解剖部位和肤色。肤色分为六个等级，从非常深（0）到非常浅（5），有意与Fitzpatrick皮肤类型区分开来，以避免混淆。大多数患者的肤色处于中间范围。诊断根据ISIC2018/2019挑战赛和HAM10000诊断类别映射为简化分类。该数据集包含11个广泛的诊断类别：1. 基底细胞癌（bcc）2. 黑素细胞痣（nv）3. 良性角质形成细胞病变（bkl）4. 鳞状细胞癌/角化棘皮瘤（sccka）5. 黑色素瘤（mel）6. 光化性角化病/表皮内癌（akiec）7. 皮肤纤维瘤（df）8. 炎症和感染性疾病（inf）9. 血管病变和出血（vasc）10. 其他良性增生，包括碰撞瘤（ben_oth）11.

其他恶性增生，包括碰撞瘤（mal_oth）。尽管这些宽泛的诊断类别与MILK10k中的类别一致，但可能存在不同的底层细粒度诊断，主要是在“其他良性”和“其他恶性增生”这两个宽泛类别中。此外，所有图像均已使用MONET框架进行标注，元数据中包含了以下概念术语组的概率：1. 溃疡、结痂 2. 毛发 3. 血管系统、血管 4. 红斑 5. 色素沉着 6. 凝胶、水滴、液体、皮肤镜液体 7. 皮肤标记、笔墨、紫色笔 MILK10k Benchmark 是 MILK10k 数据集附带的测试集，涵盖相同的诊断类别。MILK10k 可在ISIC Archive上获取。图像由以下机构提供：- 奥地利维也纳医科大学皮肤科 - 土耳其安卡拉大学医学院皮肤科 - Mayne Academy of General Practice，Medic

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。