乳腺癌威斯康星数据集
该数据集包含569个乳腺肿块细针穿刺活检的数字化图像特征样本，数据模态为数值型特征（从细胞核图像中提取的半径、纹理、周长等）及对应的良恶性标签，主要用于机器学习模型训练，以辅助乳腺癌的早期诊断和良恶性分类研究。
更新时间2024-10-13
原始链接
https://hf-mirror.com/datasets/AiresPucrs/breast-cancer-wisconsin
官方服务
帮我联系如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集是一个用于乳腺癌诊断的机器学习数据集，包含从乳腺肿块细针穿刺（FNA）活检的数字化图像中计算出的特征。数据集共包含569个样本，每个样本由从细胞核图像中提取的多个特征（如半径、纹理、周长、面积等）组成，并标注了肿块是良性（非癌性）还是恶性（癌性）。数据来源于威斯康星大学医院的实际临床样本，主要用于开发机器学习模型，以辅助医生进行乳腺肿块的良恶性分类和早期诊断。
提供机构：AiresPucrs
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 乳腺癌 的高质量、多模态真实临床数据定制解决方案。