皮肤癌

本合集包含与 IMA++ dataset 相关的所有图像。IMA++ 数据集是最大的公开可用多标注者皮肤病变分割（SLS）数据集，采集自 ISIC Archive，旨在促进皮肤病变图像分割研究

这些是论文《ISIC 图像数据集分析：使用情况、基准与建议》中使用的图像： 论文链接： 它们也已被较新的版本使用，例如： 《使用皮肤镜图像和临床元数据进行皮肤病变分类：多模态模型的洞见》 论文链接

该数据集汇集了涵盖感染性、炎症性、自身免疫性及癌性皮肤病的多样化图像，标注为21个类别，包含高质量图像，可用于皮肤病学研究、计算机视觉应用及基于AI的疾病分类，帮助训练和评估机器学习模型以实现皮肤疾病的早期检测与诊断（来源 Kaggle，Apache 2.0 许可）

SPIDER-skin是皮肤病理图像分类数据集，含159,854张中心图像块，覆盖24类皮肤疾病和组织结构，用于监督学习。

包含25张恶性与20张良性皮肤病图像的测试PDF，用于AI与皮肤科医生对比。

基于智能手机图像和临床特征的皮肤癌多分类数据集，涵盖六类病变。

Wistar大鼠皮肤移植后使用治疗性超声，通过热成像评估不同时间点的温度变化，验证热成像在监测愈合过程中的有效性。

由恶性与良性皮肤病变图像组成的测试PDF，用于评估AI与皮肤科医生的诊断能力。

PAD-UFES-20是包含智能手机临床图像和患者数据的皮肤病变数据集，涵盖6类病变，用于分类任务。

iToBoS 数据集：从 3D 全身照片中提取的用于病变检测的皮肤区域图像 皮肤癌的早期检测对于改善患者预后至关重要。传统上，皮肤科医生依赖皮肤镜来检查色素性皮肤病变

该数据集包含来自ISIC的皮肤癌影像及其元数据，并基于这些数据生成了用户与聊天机器人之间的模拟对话，数据模态涵盖医学图像和文本对话，主要用于支持皮肤癌诊断、医学问答系统开发以及人机交互在医疗领域的应用研究。

该数据集是一个医学影像数据集，包含584张恶性皮肤病变图像和2336张良性皮肤病变图像，总计2920张图像，数据模态为皮肤病变的彩色图像。它主要用于黑色素瘤的分类研究，支持计算机辅助诊断模型的开发，在皮肤癌早期筛查和医学影像分析领域具有重要应用价值。