癌症

该数据集是一个包含人类脑部MRI扫描图像（DICOM和JPEG格式）及相关临床信息的医学影像数据集，涵盖胶质瘤、良性肿瘤、恶性肿瘤和脑转移等多种脑癌类型，并附有放射科医生提供的医学报告和CSV格式的临床数据，主要用于医学影像分析、癌症诊断、肿瘤检测与分割以及临床治疗计划制定等研究方向。

该数据集是一个文本型生物医学知识库，包含全球癌症疫苗的整合信息，如疫苗类型、癌症类型、基因关联和研发状态等，主要用于支持癌症疫苗的研发、比较分析和临床研究，为生物医学领域的研究人员提供重要的数据参考。

该数据集包含非小细胞肺癌患者的CT影像及对应的多器官分割标注（如食管、心脏、双肺、脊髓和肿瘤区域），以NIFTI格式存储，属于医学影像模态数据，主要用于癌症影像组学分析、放射学特征挖掘、肿瘤表型研究以及AI辅助诊断模型的训练与评估。

TCGA-Spatial数据集是一个包含肾细胞癌、肺癌和胃癌三种癌症类型的数字病理图像空间注释数据集，数据模态包括像素级PNG掩码文件和补丁级CSV标注文件，主要用于支持癌症病理图像的计算分析，如肿瘤区域自动分割、癌症亚型细粒度分类以及肿瘤微环境的空间异质性研究，为基于人工智能的癌症诊断和预后模型开发提供关键标注数据。

该数据集是一个医学文本数据集，包含1011篇来自PubMed的乳腺癌随机对照试验摘要，文本模态涵盖了26个命名实体的标注，如患者、干预、药物、剂量等，主要用于自然语言处理领域的命名实体识别研究，支持乳腺癌相关临床试验信息的自动化抽取与分析，旨在提升医学文本挖掘的可重复性和准确性。

该数据集是一个计算病理学特征数据集，主要包含从TCGA多种癌症（如头颈鳞状细胞癌、膀胱癌）的全切片数字病理图像中，以256x256网格提取的tile级1536维UNI2-h嵌入特征，数据模态为图像特征向量，主要用于支持多实例学习、表征学习、弱监督学习及模型可解释性等非临床的癌症计算病理学研究。

该数据集是一个文本模态的医学文献数据集，包含1852篇经过专家标注的PubMed癌症研究摘要，每句话都根据癌症标志的37个层次分类体系进行多标签标注。主要用于训练和评估多标签文本分类模型，支持癌症文献的自动语义分类研究，为生物信息学领域的癌症标志分析提供标准化的标注数据资源。

该数据集是一个基于在线肺癌预测系统收集的临床表格数据，包含患者年龄、吸烟史、症状指标等多维度特征；数据模态主要为结构化表格，适用于医疗健康领域的疾病预测模型研究，特别是肺癌的早期风险筛查、辅助诊断和决策支持系统的开发。

该数据集包含基于HeLa细胞实验的RNA测序数据，数据模态为基因表达文本数据，通过比较PBS对照组与UF@PPDF纳米颗粒结合光热、铁死亡和化疗的协同治疗组，揭示了治疗对差异基因表达、细胞呼吸和表观遗传途径的影响，主要用于癌症协同治疗机制的生物信息学分析和肿瘤消融研究方向。

该数据集是一个医学多模态数据集，包含图像和文本两种数据模态，其中图像为医学图像，文本为对应的描述信息，主要用于癌症相关研究，可支持医学图像分类、疾病诊断辅助和多模态医学数据分析等方向的应用。

该数据集是一个文本模态的癌症分类数据集，包含输入文本和对应的标签，总计超过6500个样本，涵盖训练、验证和测试集，主要用于癌症相关的文本分类研究，可支持医学信息处理、疾病诊断辅助等应用场景。

该数据集包含8例胃癌患者的皮下脂肪和大网膜脂肪组织的单细胞转录组测序数据，数据模态为单细胞基因表达谱，涵盖4例伴发恶病质和4例无恶病质患者的配对样本，主要用于研究免疫细胞在癌症相关脂肪消耗中的作用机制，为肿瘤微环境及癌症恶病质研究提供关键的细胞分子层面的数据支持。