乳腺癌
该数据集是一个医学影像数据集，主要模态为乳腺X光图像（乳腺钼靶），包含乳腺肿瘤相关的视觉数据，用于乳腺癌的计算机视觉研究，支持自动检测、分类及辅助诊断等方向，适用于深度学习模型在医学影像分析中的开发与评估。
基本信息
资源简介
乳腺癌
【数据集背景】
本数据集源站标题为《Breast Cancer》。源站首次发布：2024-09-01。
【数据内容】
源站原始描述：# **Overview** > This dataset contains 3,383 mammogram images focused on breast tumors, annotated in a folder structure. > The dataset was exported from Roboflow, a platform for computer vision projects. > It is ideal for building and testing Deep-learning models aimed at detecting breast tumors through mammograms. # **Preprocessing** #### The following preprocessing steps were applied to the images: > Auto-orientation of pixel data (EXIF-orientation stripping) > Resized to 640x640 pixels # **Us…
【数据结构与技术规格】
文件数 20 个，合计 615.19 KB。
【主题与分类】
主题标签：cancer、computer vision、deep learning、image classification、binary classification。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/hayder17/breast-cancer-detection
使用许可：Database: Open Database, Contents: Database Contents。
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。
需登录公开下载
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。
暂未开放有偿下载
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
# 首次使用需 Kaggle 账号授权（浏览器弹一次，凭据缓存后免重复）
import kagglehub
path = kagglehub.dataset_download("hayder17/breast-cancer-detection")
print("数据已下载至:", path) # 返回本地目录路径
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token,
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d hayder17/breast-cancer-detection
unzip breast-cancer-detection.zip -d breast-cancer-detection/
数据集大小约 0.10 GB。
数据说明
该数据集是一个用于计算机视觉研究的医学影像数据集，专注于乳腺癌检测。它包含乳腺X光影像（即乳腺钼靶图像），涉及乳腺肿瘤的视觉数据，可能涵盖正常与异常病例的图像。数据来源于公开的Kaggle平台，通过医学影像采集构建，适用于乳腺癌的自动检测、分类及辅助诊断等研究方向，可支持深度学习模型在医学影像分析中的应用。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
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。
