HAM10000皮肤癌数据集
HAM10000是一个包含10,015张皮肤镜图像的多模态医学图像数据集，覆盖了基底细胞癌、黑色素瘤等七种常见色素性皮肤病变类型，数据来源于不同人群并通过多种设备采集，主要用于训练和评估皮肤癌自动诊断的机器学习模型，支持图像分类和分割等研究方向。
基本信息
资源简介
HAM10000是一个大型多源皮肤镜图像数据集，专门用于常见色素性皮肤病变的诊断。该数据集包含10,015张皮肤镜图像，涵盖七种重要的诊断类别：光化性角化病和鲍恩病（akiec）、基底细胞癌（bcc）、良性角化病样病变（bkl）、皮肤纤维瘤（df）、黑色素瘤（mel）、黑素细胞痣（nv）和血管病变（vasc）。数据来源于不同人群，通过多种设备采集和存储，其中超过50%的病变通过组织病理学确认，其余病例的真实标签来自随访检查、专家共识或共聚焦显微镜确认。该数据集主要用于学术机器学习目的，支持皮肤癌自动诊断的神经网络训练，并广泛应用于图像分类和图像分割等计算机视觉任务。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("safal-singh/skin_cancer")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/safal-singh/skin_cancer
数据说明
HAM10000是一个大型多源皮肤镜图像数据集，专门用于常见色素性皮肤病变的诊断。该数据集包含10,015张皮肤镜图像，涵盖七种重要的诊断类别：光化性角化病和鲍恩病（akiec）、基底细胞癌（bcc）、良性角化病样病变（bkl）、皮肤纤维瘤（df）、黑色素瘤（mel）、黑素细胞痣（nv）和血管病变（vasc）。数据来源于不同人群，通过多种设备采集和存储，其中超过50%的病变通过组织病理学确认，其余病例的真实标签来自随访检查、专家共识或共聚焦显微镜确认。该数据集主要用于学术机器学习目的，支持皮肤癌自动诊断的神经网络训练，并广泛应用于图像分类和图像分割等计算机视觉任务。
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。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 皮肤癌 的高质量、多模态真实临床数据定制解决方案。
