皮肤癌预测
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。
基本信息
资源简介
皮肤癌预测
【数据集背景】
本数据集源站标题为《Prediction of Skin Cancer》。源站首次发布：2024-05-22。
【数据内容】
源站原始描述：Separation of images with a ratio of one to four in separate folders with specific labels based on the metadata file. The images are randomly taken from 33 thousand images of ISIC dataset. ISIC 2020 Challenge DataSet
【数据结构与技术规格】
文件数 20 个，合计 12.58 MB。
【主题与分类】
主题标签：cancer。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/amirmohammadparvizi/melanoma
使用许可：MIT。
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。
需登录公开下载
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。
暂未开放有偿下载
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("amirmohammadparvizi/melanoma")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d amirmohammadparvizi/melanoma
unzip melanoma.zip -d melanoma/
数据说明
该数据集是一个用于皮肤癌分类的医学影像数据集，专注于黑色素瘤的识别。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，共计2920张图像，数据来源于Kaggle平台。该数据集主要用于支持计算机辅助诊断（CAD）研究，特别是在皮肤癌早期筛查和分类模型的开发中，可应用于医学影像分析、深度学习模型训练以及皮肤癌诊断算法的评估。
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。
