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皮肤癌数据集
【数据集背景】
本数据集源站标题为《safal-singh/skin_cancer》。源站首次发布：2026-03-19。
【数据内容】
源站原始描述：# The HAM10000 dataset, a large collection of multi-source dermatoscopic images of common pigmented skin lesions - Original Paper and Dataset here - Kaggle dataset here # Introduction to datasets Training of neural networks for automated diagnosis of pigmented skin lesions is hampered by the small size and lack of diversity of available dataset of dermatoscopic images. We tackle this problem by releasing the HAM10000 ("Human Against Machine with 10000 training images") dataset. We collecte…
主表 HAM10000_metadata.csv 含 7 列、样本前 2000 行结构完整。
【数据结构与技术规格】
文件数 9 个，合计 3.69 GB。
【主题与分类】
主题标签：task_categories:image-classification、task_categories:image-segmentation、language:en、size_categories:10K<n<100K、format:parquet、modality:image、modality:text、library:datasets、library:dask、library:polars。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://huggingface.co/datasets/safal-singh/skin_cancer
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
