皮肤癌PAD-UFES-20数据集
该数据集包含2298张皮肤病变图像及26项临床元数据，涵盖基底细胞癌、黑色素瘤、鳞状细胞癌等六种皮肤病变类型，数据模态为图像与结构化临床表格，主要用于皮肤癌的计算机辅助诊断、机器学习模型开发以及临床特征与病变类型的关联性研究。
基本信息
资源简介
皮肤癌PAD-UFES-20数据集
【一句话概览】
该数据集于2020年7月7日发布，包含基底细胞癌、鳞状细胞癌、光化性角化病、脂溢性角化病、鲍温病、黑色素瘤和痣等皮肤病变。由于鲍温病被视为原位鳞状细胞癌，二者被合并，最终形成六类病变：三种皮肤癌（BCC、MEL、SCC）和三种皮肤病（ACK、NEV、SEK）。所有BCC、SCC和MEL均经活检证实，其余可能依据皮肤科医生共识进行临床诊断，约58%的样本经活检证实。数据集共有1373名患者、1641个皮肤病变和2298张图像，图像为不同智能手机拍摄的.png格式，尺寸不一。每个病变的元数据最多包含26个特征，以CSV文档提供（来源 OpenML，Kaggle and Federal University of Espirito San。
【数据集背景】
本数据集源站标题为《Skin_Cancer_PAD-UFES-20》。源站首次发布：2025-02-17。
【数据内容】
源站原始描述：About Dataset Summary description Published: 7 Jul 2020 The skin lesions are: Basal Cell Carcinoma (BCC), Squamous Cell Carcinoma (SCC), Actinic Keratosis (ACK), Seborrheic Keratosis (SEK), Bowen''s disease (BOD), Melanoma (MEL), and Nevus (NEV). As the Bowen''s disease is considered SCC in situ, we clustered them together, which results in six skin lesions in the dataset, three skin cancers (BCC, MEL, and SCC) and three skin disease (ACK, NEV, and SEK) All BCC, SCC, and MEL are biopsy-proven. The…
中文译文（机器翻译，仅供快速理解，请以原文为准）：关于数据集 摘要描述 发布时间：2020年7月7日 皮肤病变包括：基底细胞癌（BCC）、鳞状细胞癌（SCC）、光化性角化病（ACK）、脂溢性角化病（SEK）、鲍温病（BOD）、黑色素瘤（MEL）和痣（NEV）。由于鲍温病被视为原位鳞状细胞癌，我们将其归为一类，因此数据集中共有六种皮肤病变，包括三种皮肤癌症（BCC、MEL和SCC）和三种皮肤疾病（ACK、NEV和SEK）。所有BCC、SCC和MEL均经活检证实。其余病变可能根据一组皮肤科医生的共识进行临床诊断。总体而言，该数据集中约58%的样本经活检证实。此信息在元数据中有所描述。 数据集中存在的图像尺寸各异，因为它们是通过不同的智能手机设备采集的。所有图像均以.png格式提供。与每种皮肤病变相关的元数据最多包含26个特征。所有特征均可在CSV文档中获取，其中每一行代表一种皮肤病变，每一列代表一个元数据特征。数据集中总共有1，373名患者、1，641种皮肤病变和2，298张图像。每张图像/样本在元数据中均引用了对应的患者和皮肤病变。 实例数量：2298 属性数量：26 1) patient_id：受研究患者的标识符。 2) lesion_id：患者受研究的病变或伤口的标识符。 3) smoke：患者是否有吸烟史。 4) drink：患者是否有饮酒史。 5) background_father：与患者父亲相关的任何疾病或健康状况史，包括任何皮肤癌病史或可能与皮肤癌相关的其他疾病。 6) background_mother：与患者母亲相关的任何疾病或健康状况史，包括任何皮肤癌病史或可能与皮肤癌相关的其他疾病。 7) age：检查时患者的年龄。 8) pesticide：患者是否接触过农药或其他化学物质。 9) gender：患者的性别。 10) skin_cancer_history：患者家族中的皮肤癌病史。 11) canc…
文件 Skin_Cancer_PAD-UFES-20.arff 为文本内容，开头为：% % About Dataset % % Summary description % Published: 7 Jul 2020 % % The skin lesions are: Basal Cell Carcinoma (BCC), Squamous Cell Carcinoma (SCC), Actinic …
【数据结构与技术规格】
文件数 1 个，合计 330.89 KB。
【获取与许可】
源站页面：https://www.openml.org/d/46630
使用许可：Kaggle and Federal University of Espirito Santo, Brazil。
规范引用：Pacheco, A. G., Lima, G. R., Salomao, A. S., Krohling, B., Biral, I. P., de Angelo, G. G., ... & de Barros, L. F. (2020). PAD-UFES-20: A skin lesion dataset composed of patient data and clinical images collected from smartphones. Data in brief, 32, 106221
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
源站：https://www.openml.org/search?type=data&sort=runs&status=active&id=46630
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
该数据集是一个用于皮肤病变诊断的公开数据集，包含2298张皮肤病变图像及对应的临床元数据。数据涵盖六种皮肤病变类型：基底细胞癌（BCC）、黑色素瘤（MEL）、鳞状细胞癌（SCC）、光化性角化病（ACK）、痣（NEV）和脂溢性角化病（SEK），其中约58%的样本经活检证实。数据集包含26个元数据特征，如患者年龄、性别、病变部位、直径、症状（瘙痒、疼痛、出血等）以及家族史和环境因素。数据来源于巴西圣埃斯皮里图联邦大学（UFES）使用智能手机设备采集，图像为PNG格式，尺寸不一。该数据集主要用于皮肤癌的计算机辅助诊断、机器学习模型训练以及临床特征与病变类型的关联研究。
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。
