多模态乳腺癌数据集
多模态乳腺癌数据集，整合影像、临床和分子数据，用于癌症分析。
基本信息
资源简介
多模态乳腺癌数据集
【数据集背景】
本数据集源站标题为《Multi-Modal Breast Cancer Dataset》。源站首次发布：2026-03-24。
【数据内容】
源站原始描述：Breast cancer diagnosis and prognosis require insights from multiple data sources, including medical imaging, clinical history, and molecular characteristics. This dataset brings together these diverse modalities into a single, comprehensive resource to support advanced research and machine learning applications. It consists of three interconnected datasets designed to enable multi-modal analysis: 1. Histopathology Image Dataset This dataset contains breast tissue images categorized into: Benign…
【数据结构与技术规格】
文件数 20 个，合计 6.98 MB。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/ajithdari/multi-modal-breast-cancer-dataset
使用许可：Unknown。
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("ajithdari/multi-modal-breast-cancer-dataset")
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 ajithdari/multi-modal-breast-cancer-dataset
unzip multi-modal-breast-cancer-dataset.zip -d multi-modal-breast-cancer-dataset/
数据集大小约 0.19 GB。
数据说明
该数据集整合了医学影像、临床信息和分子生物学数据，用于乳腺癌的跨模态分析，旨在支持癌症研究与诊断。
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。
