ISIC：新发与长期存在的获得性黑色素瘤和痣
一组经活检的黑色素细胞病变的皮肤镜图像。该数据用于测试 AI 黑色素瘤分类器在区分新发黑色素细胞病变与长期存在的获得性黑色素细胞病变中的黑色素瘤与痣时的性能退化
基本信息
资源简介
ISIC：新发与长期存在的获得性黑色素瘤和痣
ISIC: Newly-acquired and longer-existing acquired melanoma and nevi 是一组经活检的黑色素细胞病变的皮肤镜图像数据集，由悉尼黑色素瘤诊断中心（Sydney Melanoma Diagnostic Center at Royal Prince Alfred Hospital）提供，发布于 ISIC Archive，发布时间为 2023 年。该数据集的核心用途在于评估人工智能黑色素瘤分类器在区分黑色素瘤与痣时的性能表现，尤其关注新发黑色素细胞病变与长期存在的获得性黑色素细胞病变之间的差异。数据集采用 Attribution 4.0 International 许可，允许在署名条件下使用。整体而言，该数据集面向皮肤疾病领域的研究者，特别是关注黑色素瘤自动识别与分类性能退化的研究场景。
【数据集背景】
该数据集来源于 doi.org，标题为“Newly-acquired and longer-existing acquired melanoma and nevi”，在分类上属于皮肤疾病 / 其他。其建立背景与人工智能黑色素瘤分类器的性能测试直接相关。源站描述指出，该数据集被用于测试 AI 黑色素瘤分类器在区分黑色素瘤与痣时的性能退化情况，具体是比较新发黑色素细胞病变与长期存在的获得性黑色素细胞病变这两类情况。这一背景表明，数据集并非单纯用于训练分类器，而是服务于对分类器性能稳定性的评估，尤其是考察病变存在时间长短是否会影响分类器判别黑色素瘤与痣的能力。
【数据内容】
数据集包含一组经活检的黑色素细胞病变的皮肤镜图像。这些图像对应的是经活检确认的黑色素细胞病变，涵盖黑色素瘤与痣两类。源站描述明确提到，该数据集用于区分黑色素瘤与痣，并且区分场景涉及新发黑色素细胞病变与长期存在的获得性黑色素细胞病变。关于图像的具体数量、分辨率、格式、标注字段、病变位置分布、患者人口学信息等细节，源站未提供。
【采集与来源】
数据集的作者为 Sydney Melanoma Diagnostic Center at Royal Prince Alfred Hospital，机构为 ISIC Archive，来源站为 doi.org，发布时间为 2023 年。源站描述提到这些图像是经活检的黑色素细胞病变的皮肤镜图像，说明采集方式为皮肤镜检查，且病变经过活检。关于采集设备型号、采集地点、采集时间跨度、纳入排除标准、活检的具体流程等，源站未提供。
【适用场景】
该数据集适用于评估 AI 黑色素瘤分类器在区分黑色素瘤与痣时的性能，尤其适用于测试分类器在新发黑色素细胞病变与长期存在的获得性黑色素细胞病变之间的性能退化。源站描述直接指出其用途是测试性能退化，因此该数据集可用于研究分类器在不同病变存在时间条件下的判别稳定性。关于是否适用于训练、验证、测试划分，以及是否适用于其他皮肤疾病分类任务，源站未提供。
【使用方法】
源站未提供具体的使用方法说明，包括但不限于数据加载方式、预处理建议、训练测试划分比例、评价指标、基线模型等。使用者需依据数据集许可和自身研究目的自行决定使用方式。
【质量与限制】
数据集图像为经活检的黑色素细胞病变的皮肤镜图像，这一来源赋予其一定的临床参考价值。然而，关于图像质量、标注一致性、类别平衡、病变数量、患者数量、是否存在重复或缺失、是否覆盖不同肤色人群等质量与限制信息，源站未提供。此外，该数据集仅涉及黑色素细胞病变，不涵盖其他类型的皮肤病变，使用时需注意其适用范围。
【引用与许可】
该数据集采用 Attribution 4.0 International 许可，使用时需按照该许可要求进行署名。作者为 Sydney Melanoma Diagnostic Center at Royal Prince Alfred Hospital，机构为 ISIC Archive，发布时间为 2023 年，来源站为 doi.org。关于具体的引用格式、DOI 编号、许可的完整条款等，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/10.34970/408649
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
一组经活检的黑色素细胞病变的皮肤镜图像。该数据集用于测试AI黑色素瘤分类器在新发黑色素细胞病变与长期存在的获得性黑色素细胞病变之间区分黑色素瘤与痣时的性能下降情况。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
