ISIC 2020黑色素瘤分类挑战数据
ISIC 2020 Challenge Dataset 是与基底细胞癌（Basal cell carcinoma）相关的公开数据资源，主要包含大规模皮肤病变图像和患者元数据，适合皮肤肿瘤良恶性分类，数据模态为图像，适合用于分类、模型训练、基准评测或临床特征分析。
基本信息
资源简介
ISIC 2020黑色素瘤分类挑战数据
【一句话概览】
ISIC Challenge Datasets 2020 提供皮肤病变影像数据，训练集包含 33,126 张 DICOM 及 JPEG 图像，并附嵌入元数据，涵盖患者 ID、性别、年龄及一般解剖部位；另提供 33,126 条金标准病变诊断、425 张重复图像列表及更新版元数据。测试集包含 10,982 张 DICOM 及 JPEG 图像，附相应元数据。数据标签涉及皮肤病变、皮肤镜、黑色素瘤、DICOM、JPEG 与 ISIC 2020（来源 ISIC Archive）。
【数据集背景】
本数据集源站标题为《ISIC Challenge Datasets 2020》。
【数据内容】
源站原始描述：Training Data Training Ground Truth Test Data Test Ground Truth License Download DICOM (48.9GB) 33,126 DICOM images with embedded metadata. Download DICOM Corrected* (23.0GB) 33,126 DICOM images with embedded metadata. Download JPEG (23GB) 33,126 JPEG images. Download metadata (2MB) 33,126 metadata entries of patient ID, sex, age, and general anatomic site. Download metadata v2 (2MB) 33,126 metadata entries of patient ID, lesion ID, sex, age, and general anatomic site. Download duplicate image l…
中文译文（机器翻译，仅供快速理解，请以原文为准）：训练数据 训练真值 测试数据 测试真值 许可证 下载 DICOM（48.9GB）33,126 张带有嵌入元数据的 DICOM 图像。下载 DICOM 校正版*（23.0GB）33,126 张带有嵌入元数据的 DICOM 图像。下载 JPEG（23GB）33,126 张 JPEG 图像。下载元数据（2MB）33,126 条元数据条目，包含患者 ID、性别、年龄和一般解剖部位。下载元数据 v2（2MB）33,126 条元数据条目，包含患者 ID、病变 ID、性别、年龄和一般解剖部位。下载重复图像列表（2MB）425 张重复图像的列表。下载（2MB）33,126 条金标准病变诊断条目。下载 DICOM（15.3GB）10,982 张带有嵌入元数据的 DICOM 图像。下载 DICOM 校正版*（6.7GB）10,982 张带有嵌入元数据的 DICOM 图像。下载 JPEG（6.7GB）10,982 张 JPEG 图像。下载元数据（458KB）10,982 条元数据条目，包含患者 ID、性别、年龄和一般解剖部位。不可用 CC-BY-NC
【主题与分类】
主题标签：skin lesion、dermoscopy、melanoma、DICOM、JPEG、ISIC 2020。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://challenge.isic-archive.com/data/#2020
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://challenge.isic-archive.com/data/#2020
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
ISIC 2020黑色素瘤分类挑战数据包含大规模皮肤病变图像和患者元数据，适合皮肤肿瘤良恶性分类，可用于基底细胞癌相关的分类研究。
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。
