皮肤癌ISIC彩色数据集
该数据集包含经过彩色化处理的皮肤癌图像数据，属于医学图像模态，主要用于皮肤癌的自动识别、病变分类及计算机辅助诊断研究，支持基于深度学习的皮肤病学分析和人工智能医疗模型开发。
基本信息
资源简介
皮肤癌ISIC彩色数据集
【数据集背景】
本数据集源站标题为《Skin Cancer ISIC Colorized Dataset》。源站首次发布：2025-05-23。
【数据内容】
源站原始描述：Source Raw Data More Info:: Skin Cancer ISIC The skin cancer data. Contains 9 classes of skin cancer. **Colorized Data Processing Techniques for Medical Imaging** Medical images like CT scans and X-rays are typically grayscale, making subtle anatomical or pathological differences harder to distinguish. The following image processing and enhancement techniques are used to colorize and improve visual interpretation for diagnostics, training, or AI preprocessing. 🔷 1. 3D_Rendering Renders medical i…
【数据结构与技术规格】
文件数 20 个，合计 1.10 MB。
【主题与分类】
主题标签：cancer、health、biology、heart conditions、biotechnology。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/shuvokumarbasakbd/skin-cancer-isic-colorized-dataset
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("shuvokumarbasakbd/skin-cancer-isic-colorized-dataset")
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 shuvokumarbasakbd/skin-cancer-isic-colorized-dataset
unzip skin-cancer-isic-colorized-dataset.zip -d skin-cancer-isic-colorized-dataset/
数据说明
该数据集是一个公开的皮肤癌图像数据集，包含经过彩色化处理的皮肤病变图像，主要用于皮肤癌的识别与诊断研究。数据来源于ISIC（国际皮肤影像协作组织）等公开医学图像资源，经过预处理和颜色增强，以支持基于深度学习的皮肤癌分类、病变检测等计算机辅助诊断任务，适用于医学图像分析、皮肤病学研究和人工智能医疗应用。
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。
