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 103 个数据集
脑肿瘤MRI图像数据集
包含脑肿瘤MRI图像和医学报告，用于肿瘤检测、分类和分割，涵盖多种肿瘤类型。
孟加拉国脑癌MRI数据集
孟加拉国脑癌MRI数据集，包含6056张MRI图像，分为脑肿瘤、脑胶质瘤和脑膜瘤三类，用于深度学习分类诊断与可解释AI研究。
脑肿瘤视觉问答数据集
脑肿瘤MRI/CT图像及视觉问答对数据集，用于脑肿瘤检测与视觉问答任务。
脑肿瘤数据集
脑肿瘤MRI数据集，用于脑肿瘤检测与分类，包含二分类和多分类任务。
脑部MRI数据集
22,150个脑部MRI图像-掩码-描述三元组，用于脑肿瘤分割与视觉-语言对齐研究。
脑肿瘤数据集
该数据集是一个包含脑肿瘤磁共振成像（MRI）图像的公开医学影像数据集，数据模态为二维或三维医学影像，主要用于脑肿瘤的检测、分类以及计算机辅助诊断研究，支持深度学习模型在医学影像分析领域的训练与应用。
BRATS-2020
BRATS-2020是一个包含多模态MRI影像（如T1、T1增强、T2、FLAIR）的脑肿瘤数据集，主要用于验证和开发脑肿瘤自动分割方法，支持医学影像分析、计算机辅助诊断以及脑肿瘤的诊断、治疗规划和疾病评估研究。
脑肿瘤检测分析数据集
该数据集是一个用于肿瘤检测和分析的脑 MRI 数据集，包含来自不同患者的高质量多序列脑部 MRI 扫描。这些扫描包含 T1 加权（造影前和造影后）、 T2 加权、 FLAIR 和弥散加权成像 (DWI) 序列。该数据集涵盖多种类型的脑肿瘤，例如神经胶质瘤、脑膜瘤、垂体瘤和转移瘤，并与健康对照组进行比较，适合任何高级机器
脑肿瘤影像数据集
Brain Tumor (MRI) Detection 是于 2025 年发布的一个用于检测是否有脑肿瘤的医学影像分类数据集，旨在为机器学习模型提供用于脑肿瘤检测任务的 MRI 图像样本。
脑肿瘤分割挑战赛数据集
该数据集包含多模态MRI图像（如T1、T1c、T2和FLAIR序列），用于分割脑肿瘤的三种亚区域（水肿区、增强肿瘤区和坏死核心区），主要应用于医学图像分割领域，支持脑肿瘤诊断、治疗规划及深度学习模型在自动分割任务中的研究与评估。
脑肿瘤MRI数据集（BTD）
该数据集是一个脑肿瘤磁共振成像（MRI）数据集，包含多例患者的脑部MRI扫描图像，数据模态为医学影像。它主要用于脑肿瘤的检测、分类与分割研究，支持计算机辅助诊断、深度学习模型开发及医学影像分析等应用场景。
脑肿瘤M2PBP数据集
该数据集是一个包含脑部医学图像及其对象注释的目标检测数据集，图像模态为医学影像，注释包括边界框和类别信息，主要用于脑肿瘤的自动检测与定位研究，支持医学图像分析领域的计算机辅助诊断应用。
