皮肤癌

该数据集包含基于ISIC皮肤影像数据生成的皮肤病变图像和模拟医患对话文本，数据模态涉及医学图像与文本对话，主要用于支持皮肤癌辅助诊断、医学对话系统开发以及人工智能在皮肤病学领域的应用研究。

联邦学习版本的ISIC-2019皮肤病变图像分类数据集，包含23247张图像，分6个数据中心。

该数据集是一个包含3D-TBP图像和特征数据的医学图像数据集，专门用于皮肤病变的良恶性分类研究，主要应用于计算机视觉和医学影像分析领域，旨在支持皮肤癌的自动检测与辅助诊断模型的开发。

HAM10000是一个包含10,015张皮肤镜图像的多模态医学图像数据集，覆盖了基底细胞癌、黑色素瘤等七种常见色素性皮肤病变类型，数据来源于不同人群并通过多种设备采集，主要用于训练和评估皮肤癌自动诊断的机器学习模型，支持图像分类和分割等研究方向。

该数据集包含10015张皮肤镜图像，涵盖光化性角化病、黑色素瘤、黑色素细胞痣、皮肤纤维瘤、基底细胞癌、良性角化病样病变和血管病变等七种常见色素性皮肤病变，数据模态为图像，并附带患者年龄、性别、病变位置等临床信息，主要用于皮肤癌自动诊断、图像分类和分割等机器学习研究与应用。

该数据集包含 10,000 张多源皮肤镜图像，数据模态为医学影像，涵盖了多种常见的色素性皮肤病变，包括黑色素瘤、基底细胞癌等皮肤癌类型以及良性病变。其主要用途是支持皮肤癌的计算机辅助诊断、深度学习模型开发与评估，以及皮肤病学领域的医学影像分析研究，为皮肤癌检测和分类提供高质量的标注数据资源。

该数据集是一个包含10000张皮肤镜图像的医学影像数据集，涵盖黑色素瘤、基底细胞癌等多种皮肤病变类型，每张图像均提供诊断标签和病灶分割掩码，主要用于皮肤癌的自动分割与分类研究，支持医学图像处理、计算机辅助诊断等领域的算法开发与评估。

该数据集包含经过分割处理的皮肤癌图像数据，涵盖良性与恶性病变的视觉模态信息，主要用于支持皮肤癌的计算机辅助诊断研究，包括图像分类、病变检测和分割等方向，为医学影像分析和人工智能在皮肤病学领域的应用提供基础数据资源。

该数据集是一个皮肤癌医学影像数据集，包含皮肤病变的图像模态，用于区分恶性与良性病变，主要应用于计算机视觉、医学影像分析和皮肤癌自动诊断研究，支持基于深度学习的分类模型开发。

该数据集包含用于多类别皮肤癌分类的皮肤病变图像数据，采用深度学习技术构建，主要应用于医学图像分析领域，支持皮肤癌的自动诊断、辅助临床决策以及计算机视觉在皮肤病学中的研究。数据集覆盖多种皮肤癌类型，数据来源于公开的医学影像资源，旨在推动人工智能在皮肤病诊断中的应用。

该数据集包含皮肤癌的医学图像数据，涵盖多种皮肤病变的图像模态，主要用于计算机视觉和医学影像分析领域，支持皮肤癌的自动识别、分类研究以及辅助诊断系统的开发。

该数据集是一个包含多种皮肤癌病变皮肤镜图像的医学图像数据集，数据模态为皮肤镜图像，主要用于皮肤癌的自动检测、分类算法研究以及计算机辅助诊断系统的开发，为皮肤病学领域的人工智能应用提供重要数据支持。