附件肿块女性关键特征数据集
该数据集是一个包含159名附件肿块患者的医学数据集，涵盖超声影像、磁共振影像（含形态学和高级序列）及血清生物标志物（CA125和CEA）等多模态临床数据，通过整合影像学参数与实验室指标，旨在构建卵巢与非卵巢肿瘤的鉴别诊断路径，主要应用于妇科肿瘤学和医学影像诊断领域的研究与临床决策支持。
基本信息
资源简介
附件肿块女性关键特征数据集
【数据集背景】
本数据集源站标题为《Key features of women with adnexal masses.》。源站首次发布：2023-03-16。
【数据内容】
源站原始描述：Objective To provide a straightforward approach to the sequential use of ultrasound (US), magnetic resonance (MR) and serum biomarkers in order to differentiate the origin of pelvic masses, making the most efficient use of these diagnostic resources. Study design This is a cross-sectional study with 159 patients (133 with ovarian and 26 with non-ovarian tumors) who underwent surgery/biopsy for an adnexal mass. Preoperative CA125 and CEA serum measurements were obtained and a pelvic/abdominal ult…
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 1.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0283212.t001。
【主题与分类】
源站学科分类：Biochemistry、Microbiology、Cell Biology、Neuroscience、Chemical Sciences not elsewhere classified、Immunology。主题标签：recursive partitioning algorithm、statistically significant us、advanced mr sequences、upfront us designated、upfront us classification、cea serum measurements、predict tumor origin、ovarian versus non、mr signal diffusion、ovarian origin using。
【适用方向】
源站学科分类标注为 Biochemistry、Microbiology、Cell Biology、Neuroscience、Chemical Sciences not elsewhere classified、Immunology。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Key_features_of_women_with_adnexal_masses_/22288532
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Pereira, Patrick Nunes; Derchain, Sophie Françoise; Yoshida, Adriana; de Oliveira Barros, Ricardo Hoelz; Jales, Rodrigo Menezes; Sarian, Luís Otávio (2023). Key features of women with adnexal masses.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-12，引用时请注意版本时效。
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（Figshare）
源站：https://figshare.com/articles/dataset/Key_features_of_women_with_adnexal_masses_/22288532
按页面 Download 按钮获取。
数据说明
该数据集是一项横断面研究，旨在通过结合超声、磁共振和血清生物标志物，为附件肿块（包括卵巢和非卵巢肿瘤）的鉴别诊断提供高效、顺序化的诊断路径。数据集包含159名接受手术或活检的附件肿块患者（133例卵巢肿瘤，26例非卵巢肿瘤）的临床数据，涵盖术前CA125和CEA血清检测结果、盆腔/腹部超声图像以及盆腔磁共振影像（包括形态学和高级序列）。研究采用递归分割算法分析超声分类、CA125/CEA比值和磁共振信号扩散等参数，以预测肿瘤来源，并构建了基于统计显著参数的诊断路线图，特别强调了磁共振信号扩散在超声和实验室结果不确定时的关键作用。该数据集主要应用于妇科肿瘤学、医学影像诊断及临床决策支持系统的研究。
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。
