甲状腺结节
甲状腺结节是指甲状腺内局部异常生长形成的离散性病变，是内分泌系统最常见的结节性疾病。其发病机制涉及遗传、环境因素及促甲状腺激素等多重刺激，导致滤泡细胞异常增殖。多数结节为良性，仅约5%~10%存在恶性风险。临床上多数患者无症状，常通过体检或影像检查偶然发现，部分可表现为颈部肿块、吞咽不适或压迫感。诊断核心在于通过超声评估恶性风险分层，并以细针穿刺活检明确性质。治疗需根据结节特征制定，良性结节多采取定期随访，恶性或高度可疑结节则以外科手术为主。在精准医学背景下，分子标志物检测及微创消融技术正逐步优化诊疗路径。
获取 甲状腺结节 专属定制方案共 63 个数据集
HPP-2.0 人工智能定义基于蛋白质的甲状腺结节分类
基于人工智能和蛋白质组学的甲状腺结节分类数据集，包含1161个结节样本。
数据表1_良性甲状腺结节微波消融多参数能量密度优化算法的开发与验证：回顾性队列研究
良性甲状腺结节微波消融回顾性队列研究数据表，用于开发并验证多参数能量密度优化算法，预测12个月疗效与治疗成功概率。
基于年龄、性别和超声特征区分良恶性甲状腺结节的预测模型
基于年龄、性别和超声特征构建统计模型，区分甲状腺结节良恶性并辅助管理决策。
基于临床、生化数据和超声模式的ACR TI-RADS 4结节诊断列线图模型
基于1557例病例的临床、生化及超声数据，构建用于预测甲状腺TR4结节恶性率的列线图模型数据集。
手稿补充材料：从实验室到临床：人工智能如何改变甲状腺结节诊断
该数据集是手稿补充材料，探讨人工智能在甲状腺结节诊断中的应用，包含支持性数据。
高风险甲状腺结节预测列线图数据表7
包含164例甲状腺结节患者临床数据的列线图预测模型数据集，涉及久坐时间、失眠和体重等风险因素。
SW-TH01/Ⅱ与超声医师甲状腺结节纵横比一致性列联表
SW-TH01/Ⅱ与超声医师对甲状腺结节纵横比评估结果的一致性列联表数据集。
数据表2：超越基因组学：人工智能驱动的诊断用于不确定甲状腺结节——一项系统评价和荟萃分析
该数据集是系统评价和荟萃分析的数据表，评估AI在不确定甲状腺结节诊断中的准确性，涵盖影像和文本模态。
高风险甲状腺结节预测列线图数据表9
该PDF数据集包含一项用于预测高风险甲状腺结节的列线图模型研究，分析了久坐时间、失眠和体重增加等因素。
不确定性甲状腺结节人工智能诊断系统综述与元分析数据表1
评估AI诊断不确定性甲状腺结节准确性的系统综述元分析数据表，涵盖影像、NLP和细胞学模型。
射频消融治疗甲状腺结节（RATED研究）数据
提供射频消融治疗甲状腺结节患者的临床与超声数据，用于分析体积缩小率学习曲线及成功预测因素。
甲状腺结节≤1cm和甲状腺乳头状微小癌：巴西专家意见
巴西专家关于甲状腺结节≤1cm和甲状腺乳头状微小癌的管理共识，提供超声评估、细针穿刺和手术决策建议。
