皮肤癌

该数据集是一个包含35,561张调整大小后的皮肤病变图像的医学图像数据集，涵盖光化性角化病、基底细胞癌、黑色素瘤等8种皮肤癌类别，主要用于皮肤癌的自动识别、图像分类研究和计算机辅助诊断系统的开发。

该数据集是一个图像模态的皮肤癌数据集，包含黑色素瘤和良性皮肤病变的皮肤图像，主要用于基于深度学习的皮肤癌自动检测与分类研究，可应用于计算机辅助诊断系统开发和医学影像分析，支持皮肤癌的早期筛查与诊断。

该数据集是一个包含24,036张经过锐化和增强处理的皮肤镜图像的医学影像数据集，每张图像均标注为良性或恶性，主要用于皮肤癌的自动检测和图像分类研究，支持深度学习模型在医学影像分析领域的应用。

该数据集包含10000张皮肤镜图像，覆盖多种常见色素性皮肤病变，数据模态为医学影像，主要用于皮肤癌的自动识别与分类研究，支持计算机辅助诊断和深度学习模型在医学影像领域的应用开发。

这是一个包含2357张皮肤肿瘤临床图像的数据集，图像模态涵盖恶性与良性病变，具体包括黑色素瘤、基底细胞癌和光化性角化病等多种疾病类型，数据来源于国际皮肤成像协作组织（ISIC）并已按标准分类整理，主要用于开发基于深度学习的皮肤癌自动检测与诊断模型，支持计算机辅助诊断和皮肤病学研究。

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。

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。

该数据集是一个包含皮肤病变图像的医学影像数据集，图像模态为临床皮肤照片，每张图像均标注为良性或恶性类别，主要用于训练卷积神经网络模型以实现皮肤癌的自动检测与分类，支持计算机辅助诊断系统和皮肤癌早期筛查技术的研究与开发。

该数据集是一个包含文本模态的皮肤癌医学数据集，由字符串特征a、b和整型标签label构成，总计约8.9万条示例，已划分为训练集、验证集和测试集，主要用于皮肤癌的分类、诊断辅助或领域适应研究，支持基于机器学习模型的医学文本分析任务。

该数据集是一个包含10,000张合成二维皮肤病变图像的数据集，图像模态为医学影像，数据通过Stable Diffusion模型和DreamBooth训练器生成，均匀覆盖良性和恶性皮肤癌类别，主要用于皮肤癌分类研究，旨在通过平衡的合成数据提升机器学习模型在皮肤癌检测中的性能与泛化能力。

该数据集是一个包含良性皮肤痣和恶性皮肤痣图像的医学图像数据集，数据模态为皮肤病变的视觉图像，主要用于皮肤癌诊断、医学图像分析和计算机视觉研究，支持开发自动分类模型以区分恶性与良性皮肤病变，助力早期癌症检测和辅助临床决策。

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。