皮肤癌
皮肤癌是起源于表皮及附属器细胞的恶性肿瘤,主要包括非黑色素瘤性皮肤癌和黑色素瘤,以基底细胞癌和鳞状细胞癌最为常见。其发病与紫外线暴露、遗传易感性及免疫抑制等因素密切相关,长期日光暴露部位出现持续存在或缓慢增大的结节、溃疡或色素性皮损为典型表现。诊断依赖皮肤镜检查及组织病理活检,明确分型和浸润深度。治疗以手术切除为主,其中Mohs显微外科技术可提升切缘阴性率与组织保留率;晚期或转移性病变可采用放疗、靶向治疗及免疫检查点抑制剂。皮肤癌大规模筛查、影像智能识别及分子分型研究,正推动个体化诊疗与专病数据库建设。
获取 皮肤癌 专属定制方案共 88 个数据集

SD_melanoma_carcinoma皮肤癌图像数据集
该数据集包含619张皮肤病变图像及对应的文本描述,数据模态为医学图像与文本提示对,主要聚焦于黑色素瘤和皮肤癌两类病变的视觉特征记录,适用于皮肤癌自动检测、医学图像分类以及生成模型训练等研究方向,为皮肤病诊断AI模型开发提供标注图像资源。

黑色素瘤图像分割数据集(重调尺寸版)
该数据集包含26组黑色素瘤相关的医学图像数据,每组数据由原始皮肤病变图像、病灶分割标注图像和文本描述三部分组成,主要应用于皮肤癌的计算机辅助诊断、病灶自动分割和深度学习模型训练等医学图像分析研究领域。

皮肤癌数据集
该数据集是一个包含9种不同类别皮肤癌病变的图像数据集,数据模态为医学图像,主要用于皮肤癌的自动识别与分类研究,可应用于计算机辅助诊断、机器学习模型训练以及皮肤病学领域的教育与实践。

ISIC二元增强数据集
该数据集是一个包含皮肤病变图像及其二元分类标签(良性或恶性)的医学图像数据集,总计25,018个样本,涵盖训练集和测试集,主要用于皮肤癌检测、医学图像分析和深度学习模型训练等研究方向,为自动诊断系统提供支持。

ISIC-2019-重设尺寸-128
该数据集是一个包含8种皮肤病变类别(如基底细胞癌、黑色素瘤、痣等)的医学图像数据集,数据模态为经过统一重设尺寸至128x128像素的皮肤镜图像,主要用于训练和测试深度学习模型,以进行皮肤癌的自动识别与分类研究,助力于辅助诊断系统的开发。

皮肤癌分类数据集
该数据集是一个包含皮肤病变图像的医学影像数据集,数据模态为图像,涵盖七种皮肤病变类别,如黑色素瘤、基底细胞癌等,主要用于皮肤癌的自动分类、辅助诊断以及深度学习模型在医学图像分析领域的研究与训练。

ISIC2018皮肤癌图像数据集
该数据集包含2594张训练图像、100张验证图像和1000张测试图像,总计约4834MB的皮肤病变图像数据,每张图像均配有相应的标签图像,主要用于皮肤癌的自动识别、图像分割和诊断研究,是计算机辅助皮肤病诊断领域的重要公开医学影像数据集。

In_vitro_金属药物皮肤癌细胞系抗增殖活性数据
该数据集是一个包含结构参数、实验条件和药效指标的医学数据集,其数据模态主要包括临床表格形式的药效指标(如IC50、GI50)和化合物结构参数。它系统整理了多种金属基药物在皮肤癌细胞系中的体外抗增殖活性数据,主要用于金属抗癌药物的药效评估、作用机制研究以及针对皮肤癌的药物筛选与发现。

意大利那不勒斯国家癌症研究所皮肤癌诊断获益数据
该数据集包含意大利那不勒斯国家癌症研究所提供的关于反射共聚焦显微镜在皮肤癌诊断中应用价值的临床研究数据,数据模态主要为结构化表格,内容包括诊断技术的检测效能、准确性及临床获益指标,主要用于评估无创影像技术在皮肤癌早期诊断与临床决策中的实际效果,为医学影像分析、诊断技术优化及临床实践指南制定提供研究支持。

皮肤癌数据集
该数据集是一个包含7种皮肤病变类别的医学影像数据集,数据模态为皮肤病变图像,来源于经过修剪和归一化处理的HAM10000数据集,主要用于皮肤癌的自动诊断与分类研究,可支持深度学习模型在皮肤病辅助识别领域的应用开发与验证。

ISIC黑色素瘤数据集
该数据集包含438个样本的皮肤病变图像和对应的分割掩膜图像,数据模态为图像和文本,主要用于黑色素瘤检测和医学图像分割研究,支持计算机辅助诊断和深度学习模型在皮肤病分类领域的应用。

皮肤癌:恶性与良性
该数据集包含来自ISIC档案库的皮肤镜图像,经过预处理用于区分恶性与良性皮肤病变,主要模态为医学图像。它主要用于皮肤癌的自动分类研究,支持计算机辅助诊断系统的开发和评估,适用于医学影像分析、人工智能辅助诊断及皮肤病学领域的相关应用。
