皮肤癌：恶性与良性
该数据集是一个图像模态的医学数据集，包含从ISIC Archive处理得到的皮肤癌图片，用于区分恶性与良性皮肤病变，主要应用于皮肤癌自动诊断、计算机视觉模型训练以及医学影像分析研究，旨在支持皮肤癌早期筛查和分类任务。
基本信息
资源简介
皮肤癌：恶性与良性
【数据集背景】
本数据集源站标题为《Skin Cancer: Malignant vs. Benign》。源站首次发布：2019-06-19。
【数据内容】
源站原始描述：### Skin Cancer: Malignant vs Benign This dataset contains a balanced dataset of images of benign skin moles and malignant skin moles. ### Content The data consists of two folders with each 1800 pictures (224x244) of the two types of moles. ### Acknowledgements All the rights of the Data are bound to the ISIC-Archive rights ( I do not take any responsibility for the right-infringement of any kernels. Thus, do not monetize this any of your models done on this data :). ### Inspiration I hope that…
【数据结构与技术规格】
文件数 20 个，合计 1.09 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/fanconic/skin-cancer-malignant-vs-benign
使用许可：Unknown。
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("fanconic/skin-cancer-malignant-vs-benign")
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 fanconic/skin-cancer-malignant-vs-benign
unzip skin-cancer-malignant-vs-benign.zip -d skin-cancer-malignant-vs-benign/
数据说明
该数据集是一个医学图像数据集，专门用于皮肤癌的恶性与良性分类任务。它包含经过处理的皮肤癌图片，数据来源于ISIC Archive（国际皮肤影像协作组织档案）。数据集主要用于辅助皮肤病变的自动诊断研究，支持计算机视觉和深度学习模型在皮肤癌检测、分类及早期筛查等医学影像分析领域的应用。
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。
