脑肿瘤
脑肿瘤是指发生于颅腔内组织的异常新生物，包括原发性和继发性两类。原发性脑肿瘤起源于脑实质、脑膜、垂体、颅神经等结构，最常见的类型为胶质瘤和脑膜瘤。其发病机制涉及基因突变、染色体异常及信号通路失调，导致细胞增殖失控和凋亡抑制。临床表现取决于肿瘤位置、大小及生长速度，常见症状包括进行性头痛、癫痫发作、局灶性神经功能缺损及颅内压增高征象。诊断依靠影像学检查如MRI和CT，确诊需病理活检。治疗策略综合手术切除、放射治疗和化学治疗，精准靶向与免疫治疗日益成为重要方向。脑肿瘤研究聚焦于分子分型、微环境调控及血脑屏障穿透技术，推动个体化诊疗发展。
获取 脑肿瘤 专属定制方案共 3156 个数据集
Bortezomib治疗重症自身免疫性脑炎疗效与安全性试验
该数据集来自clinicaltrials.gov，围绕一项评估Bortezomib治疗重症自身免疫性脑炎疗效与安全性的临床试验
萨特利珠单抗治疗抗NMDAR或抗LGI1脑炎疗效、安全性、药代动力学和药效学研究
该数据集来源于clinicaltrials.gov，收录一项关于Satralizumab治疗抗NMDAR或抗LGI1自身免疫性脑炎的临床研究
高分辨负离子模式常压质谱获取的人脑肿瘤脂质谱
该数据集包含124份人脑肿瘤的高分辨负离子模式脂质谱，样本来自神经外科手术切除组织，并补充了38份择期手术切除的非肿瘤病理脑组织样本
面向AI脑肿瘤分析的多序列MRI数据集
该数据集包含来自伊拉克库尔德斯坦苏莱曼尼亚地区医疗中心（包括Hiwa Hospital和Asia International Hospital）临床采集的脑MRI切片，用于脑MRI扫描的肿瘤与非肿瘤二分类，适合训练医学图像分析中的深度学习模型
基于机器视觉的多特征脑肿瘤分类数据集
该数据可用于脑肿瘤分类相关的机器学习与计算机视觉研究，涉及多特征提取、混合强度聚类分割以及知识表示等方法（来源 figshare，CC BY 4.0 许可）
脑肿瘤 MRI 分类数据集（肿瘤与无肿瘤）
该数据集为学术论文成果，包含 MRI 脑部扫描图像，分为肿瘤与无肿瘤两类。原始数据存在类别不平衡，无肿瘤图像明显多于肿瘤图像，作者对肿瘤类进行数据增强后，两类图像数量接近平衡：肿瘤 13,252 张，无肿瘤 13,273 张
经典与深度学习模型用于稳健脑肿瘤检测的权衡分析
论文：经典与深度学习模型用于稳健脑肿瘤检测的权衡分析。本数据集为肿瘤领域公开数据集，由Zenodo提供，主题涵盖脑肿瘤。
脑肿瘤分类微调模型、主数据集与外部数据集：SVM+HOG、ResNet18、ViT-B/16 与 SimCLR
该数据集围绕脑肿瘤分类任务，汇集了经微调的模型权重、主数据集以及外部数据集，服务于经典机器学习与深度学习方法的对比研究。涉及的模型路线包括 SVM+HOG、ResNet18、ViT-B/16 以及 SimCLR，覆盖了从传统特征工程加浅层分类器到深度卷积网络、视觉 Transformer 与自监督对
Chen 脑肿瘤 MRI 数据集
该数据集来自 Cheng 等人，包含 3064 张灰度脑部 MR 图像，分为脑膜瘤 708 例、胶质瘤 1426 例和垂体瘤 930 例三组
脑部MRI胶质瘤、脑膜瘤与垂体瘤分类数据集
该数据集包含7,023张脑部MRI图像的全面集合，专为多类脑肿瘤分类任务整理。图像分为四个不同的类别：胶质瘤、脑膜瘤、垂体瘤和无肿瘤
BrO、DMGO与GD2 CAR T细胞的转录组图谱：处理后数据集-97616
该数据集为BrO、DMGO与GD2 CAR T细胞的转录组处理后数据，来源于Zenodo，属于肿瘤/脑肿瘤分类。研究基于FGF4驱动的人脑干类器官模型，通过基因工程构建de novo H3.3K27M改变的DMG，发现脑干-脑桥胶质细胞特化对DMG肿瘤发生至关重要，可产生浸润性肿瘤并重现患者特异性分
经典机器学习与深度学习模型用于稳健脑肿瘤检测的比较分析：基准测试研究
论文：经典机器学习与深度学习模型用于稳健脑肿瘤检测的比较分析：基准测试研究。本数据集为肿瘤领域公开数据集，由Zenodo提供，主题涵盖Brain Tumor。
