高保真软投票集成乳腺癌分类与可解释AI数据集
数据包含 569 个样本（357 例良性、212 例恶性），每个样本有 30 个由数字化细针穿刺图像提取的细胞核形态定量特征
基本信息
资源简介
高保真软投票集成乳腺癌分类与可解释AI数据集
Dataset for: A High-Fidelity Soft-Voting Ensemble Framework for Breast Cancer Classification with Robust Local and Global Explainable AI
该数据集对应投稿 PLOS ONE 的论文《A High-Fidelity Soft-Voting Ensemble Framework for Breast Cancer Classification with Robust Local and Global Explainable AI》，原始数据来自 UCI Machine Learning Repository 的 Wisconsin Breast Cancer Diagnostic 数据集。数据包含 569 个样本（357 例良性、212 例恶性），每个样本有 30 个由数字化细针穿刺图像提取的细胞核形态定量特征。本数据为分析所用版本，尚未进行特征工程与训练测试划分，可用于。
【数据集背景】
源站首次发布：2026-09-02。
【数据结构与技术规格】
文件数 1 个，合计 125.20 KB。数据集 DOI：10.6084/m9.figshare.33413572.v1。
【主题与分类】
源站学科分类：Adversarial machine learning、Oncology and carcinogenesis not elsewhere classified。主题标签：Breast Cancer、Wisconsin Breast Cancer dataset、machine learning、ensemble learning、explainable AI。本站分类：肿瘤/乳腺癌。
【适用方向】
源站学科分类标注为 Adversarial machine learning、Oncology and carcinogenesis not elsewhere classified。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Dataset_for_A_High-Fidelity_Soft-Voting_Ensemble_Framework_for_Breast_Cancer_Classification_with_Robust_Local_and_Global_Explainable_AI/33413572
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Ulla, Sana; Shipra, Elmeeh Hasan; Rafi, Nabil Walid; Naum, Mohammad Nashrullah (2026). Dataset for: A High-Fidelity Soft-Voting Ensemble Framework for Breast Cancer Classification with Robust Local and Global Explainable AI. figshare. Dataset
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。
暂未开放公开下载
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。
免登录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
源站：https://doi.org/10.6084/m9.figshare.33413572.v1
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 125.2 KB。
数据说明
本数据集支持投稿至PLOS ONE的稿件《A High-Fidelity Soft-Voting Ensemble Framework for Breast Cancer Classification with Robust Local and Global Explainable AI》（PONE-D-26-11640）。Wisconsin Breast Cancer Diagnostic数据集最初来源于UCI Machine Learning Repository（https://archive.ics.uci.edu/dataset/17/breast+cancer+wisconsin+diagnostic）。该数据集包含569个样本（357例良性，212例恶性），以及由数字化细针穿刺图像衍生的30个定量细胞核形态学特征。本存档包含分析中所使用的数据集文件，即稿件所述特征工程与训练-测试集划分步骤之前的版本。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
