皮肤癌ISIC数据集
该数据集包含9类皮肤癌的皮肤镜图像数据，属于医学影像模态，主要用于开发皮肤癌自动诊断算法、训练病变分类模型以及构建计算机辅助诊断系统，为皮肤病学领域的深度学习研究提供标准化的图像资源和基准测试集。
基本信息
资源简介
皮肤癌ISIC数据集
【数据集背景】
本数据集源站标题为《Skin Cancer ISIC》。源站首次发布：2019-08-26。
【数据内容】
源站原始描述：EN. This set consists of 2357 images of malignant and benign oncological diseases, which were formed from The International Skin Imaging Collaboration (ISIC). All images were sorted according to the classification taken with ISIC, and all subsets were divided into the same number of images, with the exception of melanomas and moles, whose images are slightly dominant. The data set contains the following diseases: - actinic keratosis - basal cell carcinoma - dermatofibroma - melanoma - nevus - pi…
【数据结构与技术规格】
文件数 20 个，合计 4.93 MB。
【主题与分类】
主题标签：cancer、image、categorical、medicine。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/nodoubttome/skin-cancer9-classesisic
使用许可：Other (specified in description)。
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("nodoubttome/skin-cancer9-classesisic")
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 nodoubttome/skin-cancer9-classesisic
unzip skin-cancer9-classesisic.zip -d skin-cancer9-classesisic/
数据说明
该数据集是国际皮肤影像合作组织（ISIC）发布的皮肤癌医学影像数据集，包含9种不同类型的皮肤癌病变图像。数据来源于皮肤镜图像采集，每张图像都经过专业标注和分类验证。该数据集主要用于皮肤癌自动诊断、病变分类、计算机辅助诊断（CAD）系统开发等医学影像分析研究，为深度学习模型在皮肤病学领域的应用提供标准化训练和测试资源。
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。
