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 3157 个数据集
UTSW 胶质瘤 MRI 数据集：分子标志物特征与分割
胶质瘤是最常见的原发性脑肿瘤，其治疗和结局受分子标志物特征影响。传统上，分子标志物通过活检组织的病理学检测确定。基于 MRI 的深度学习方法为无创预测这些标志物提供了一种有前景的途径
选择性小分子GIRK激动剂减少肿瘤相关癫痫小鼠模型癫痫样活动 - 第2部分：WT非肿瘤MEA数据
该数据集来自 Dryad，属于肿瘤/脑肿瘤分类，聚焦 GIRK 通道激动剂 GiGA1 在肿瘤相关癫痫小鼠模型中的 ex vivo 研究
选择性小分子GIRK激动剂减少肿瘤相关癫痫小鼠模型癫痫样活动——第3部分：Thy1-GCaMP肿瘤成像节选
该数据集来自 Dryad，为肿瘤相关癫痫小鼠模型研究的数据节选，聚焦 Thy1-GCaMP 肿瘤成像部分。研究测试了新型 GIRK 通道激动剂 GiGA1 在已建立的弥漫浸润性胶质瘤伴慢性癫痫小鼠模型中的离体效果，该激动剂对脑组织具有高度选择性
选择性小分子GIRK激动剂减少肿瘤相关癫痫小鼠模型癫痫样活动——Thy1-GCaMP肿瘤电生理
该数据集来自 Dryad，聚焦肿瘤相关癫痫这一脑肿瘤常见共病。研究在已建立的弥漫性浸润性胶质瘤伴慢性癫痫小鼠模型中，离体测试新型 GIRK 激动剂 GiGA1 的作用
原发性和继发性脑肿瘤的多中心多参数MRI数据集
该数据集为原发性和继发性脑肿瘤的多中心、多参数MRI数据集，由Harvard Dataverse发布，覆盖脑转移瘤（BMs）与高级别胶质瘤（HGGs）等常见且侵袭性强的成人恶性脑肿瘤
无标记神经外科病理学受激拉曼成像数据集
该数据集来自 Harvard Dataverse，聚焦脑肿瘤手术中的无标记神经外科病理成像。受激拉曼散射（SRS）显微镜可对新鲜标本中的脂质和蛋白质进行快速化学成像，并生成类病理图像，从而辅助区分肿瘤与非肿瘤组织
基于自扩展卷积神经网络的MRI脑肿瘤检测动态架构自适应
研究采用卷积神经网络，并结合数据增强、模型优化与严格性能评估，同时引入 Self-Expanding Convolutional Neural Networks（SECNNs），在训练中动态调整模型复杂度，以兼顾性能与计算效率
脑肿瘤MRI数据集（胶质瘤、脑膜瘤、垂体瘤、无肿瘤）
该数据集包含11,148张经过预处理的T1加权对比增强MRI脑部图像，分为胶质瘤、脑膜瘤、垂体瘤和无肿瘤四个类别，按类别存放在子文件夹中，并按80%训练集和20%测试集划分
脑肿瘤分类 MRI 数据集（Glioma、Meningioma、Pituitary 与无肿瘤）-97562
该数据集面向脑部 MRI 扫描的自动化检测与分类，用于开发和评估机器学习与深度学习模型。数据支持多类分类任务，区分三种常见脑肿瘤与健康（无肿瘤）扫描，并划分为 Train 与 Test 两个主要子集，便于标准化模型训练与性能基准测试
脑肿瘤分类 MRI 数据集（Glioma、Meningioma、Pituitary 与无肿瘤）
该数据集面向脑部 MRI 扫描的自动化检测与分类，用于开发和评估机器学习与深度学习模型。数据支持多类分类任务，区分三种常见脑肿瘤与健康（无肿瘤）扫描，并划分为 Train 与 Test 两个主要子集，便于标准化模型训练与性能基准测试
Tlemcen-NeuroOncMRI：阿尔及利亚临床标注多序列脑MRI数据集-97557
Tlemcen-NeuroOncMRI 是阿尔及利亚 Tlemcen 抗癌中心回顾性采集的临床标注多序列脑 MRI 数据集，包含 45 例原发性和继发性脑肿瘤患者的匿名影像，其中原发性脑肿瘤 28 例、继发性脑转移 17 例
uPAR作为复发性胶质母细胞瘤新型免疫治疗靶点的数据
该数据集来自 Dryad，聚焦复发性胶质母细胞瘤（GBM）的免疫治疗研究。源站描述显示，研究通过患者来源的原发与复发 GBM 细胞系的多组学分析，将 uPAR 鉴定为 putative 脑肿瘤起始细胞的促瘤标志物及潜在治疗靶点，并发现遗传干扰 uPAR 表达可削弱体外与体内促瘤特性，uPAR CAR
