ISIC 2020皮肤病变分类挑战数据
ISIC 2020 Challenge Dataset 是与面部皮肤癌（Facial skin cancers）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，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皮肤病变分类挑战数据
【一句话概览】
ISIC Challenge Datasets 2020 由国际皮肤成像协作组织（ISIC）整理，包含训练数据与测试数据。训练数据提供 33,126 张 DICOM 及 JPEG 图像，含嵌入元数据，并附患者 ID、性别、年龄、解剖部位等元数据条目、金标准病灶诊断及 425 张重复图像列表；测试数据提供 10,982 张 DICOM 及 JPEG 图像及相应元数据。数据来自多家机构，采用 CC-BY-NC 许可，引用需遵循其署名要求（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 help_outline CC-BY-NC *提供较新版本的DICOM文件，以避免因读取器执行严格DICOM验证而可能产生的错误，如http://dclunie.com/dicom3tools/dciodvfy.html中所实现的那样。 数据集由国际皮肤成像协作组织（ISIC）整理，图像由以下机构提供： 纪念斯隆-凯特琳癌症中心（美国） 巴塞罗那医院诊所（西班牙） 维也纳医科大学（奥地利） 澳大利亚黑色素瘤研究所（澳大利亚） 昆士兰大学（澳大利亚） 雅典大学（希腊） 数据集描述符发表于《Scientific Data》，并可在https://doi.org/10.1038/s41597-021-00815-z公开获取。 引用2020数据集：为遵守CC-BY-NC许可证的署名…
【主题与分类】
主题标签：skin lesion、dermoscopy、melanoma、DICOM、JPEG、ISIC 2020、SIIM-ISIC、classification、segmentation、metadata。
【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皮肤病变分类挑战数据包含大规模皮肤病变图像和患者元数据，可用于面部皮肤癌相关的分类研究。
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。
