乳腺癌诊断数据集
该数据集包含乳腺癌诊断相关的医学特征数据，如半径、纹理、周长和面积等，数据模态为临床表格形式，主要用于机器学习模型训练，以支持乳腺癌的早期检测和分类研究，帮助提高诊断准确性和效率。
基本信息
资源简介
乳腺癌诊断数据集
【数据集背景】
本数据集源站标题为《Tiburoncin/mom-cancer2》。源站首次发布：2024-07-07。
【数据结构与技术规格】
文件数 2 个，合计 168.03 KB。
【主题与分类】
主题标签：size_categories:n<1K、format:parquet、modality:tabular、modality:text、library:datasets、library:pandas、library:mlcroissant、library:polars、region:us。
【获取与许可】
源站页面：https://huggingface.co/datasets/Tiburoncin/mom-cancer2
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("Tiburoncin/mom-cancer2")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/Tiburoncin/mom-cancer2
数据说明
该数据集是一个用于乳腺癌诊断的医学数据集，包含与肿瘤诊断相关的多种特征，如半径、纹理、周长、面积等。数据集划分为训练集和测试集，其中训练集包含398个样本，测试集包含171个样本。数据来源于医学图像分析，可用于机器学习模型训练，以辅助乳腺癌的早期检测和分类研究。
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。
