乳腺癌

该数据集是一个专注于乳腺癌研究的公开医学数据集，包含临床表格、病理特征和诊断记录等多种医疗数据模态，主要用于支持机器学习在乳腺癌早期诊断、预后分析和治疗方案优化等方面的研究，为医疗人工智能应用提供高质量的数据基础。

该数据集包含从 82 名患者采集的 9,109 张乳腺肿瘤组织病理学图像，涵盖 40X、100X、200X 和 400X 四种放大倍数，图像为 RGB 格式的显微照片，用于区分良性（2,480 个样本）与恶性（5,429 个样本）肿瘤。其主要用途是支持乳腺癌的计算机辅助诊断、组织病理学图像分类算法开发以及基于深度学习的医学图像分析研究，为病理学自动诊断提供标准化数据资源。

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。

该数据集是一个包含乳腺癌诊断相关临床或病理特征数据的表格数据集，专门用于K近邻（KNN）算法在乳腺癌分类任务中的训练与评估，主要应用于医疗辅助诊断、机器学习算法性能比较及自动化癌症检测研究。

该数据集是一个包含多张乳腺癌相关X光影像的医学图像数据集，数据模态为图像，主要用于图像分类任务，支持乳腺癌的检测、诊断及计算机辅助分析等研究方向，适用于医学影像处理和人工智能辅助医疗领域的模型开发与评估。

该数据集包含940名乳腺癌患者的临床表格数据，涵盖Ki67、HER2、PR、ER等九种生物标志物以及诊断、分级、分期、手术类型和年龄信息，主要用于乳腺癌的预后分析、生物标志物关联研究、治疗策略评估及临床决策支持等医学研究方向。

该数据集包含780张来自25至75岁女性的乳腺癌超声图像，数据模态为医学影像，每张图像尺寸为500×500像素且保存为PNG格式，图像被标注为正常、良性和恶性三类，主要用于乳腺癌的早期检测、分类以及医学影像分割等机器学习与计算机辅助诊断研究。

该数据集是一个基于细胞核形态学特征的乳腺癌诊断分类数据集，包含从乳腺肿块细针穿刺样本中提取的数值特征，如半径、纹理、周长等，数据模态为结构化表格数据，主要用于机器学习模型的训练与评估，以区分良性肿瘤和恶性肿瘤，支持医学影像分析、癌症早期诊断及分类算法优化等研究方向。

该数据集包含巴基斯坦GINUM医院局部晚期乳腺癌患者在新辅助化疗期间的临床表格数据，具体涉及患者基线特征、糖尿病状态、治疗期间空腹血糖轨迹以及病理反应评估，旨在研究血糖动态变化与化疗病理反应之间的关联，为乳腺癌治疗中的代谢因素研究提供支持。

该数据集是一个基于细胞核特征的医疗表格数据集，包含从乳腺肿块细针穿刺样本中提取的半径、纹理、周长等多维数值特征，主要用于通过机器学习方法进行乳腺癌的良恶性分类预测，支持医学诊断辅助和生物信息学研究。

该数据集是一个包含乳腺癌病理切片图像及其语义分割掩码的医学影像数据集，数据模态为图像和对应的像素级标注掩码，主要用于乳腺癌病理图像的自动分割研究，支持计算机辅助诊断和医学图像分析领域的算法开发与评估。

该数据集是一个乳腺癌多模态数据集合，包含基因表达、DNA突变、拷贝数变异、DNA甲基化、蛋白质表达和组织病理学图像等多种分子数据类型，主要用于支持乳腺癌的数据挖掘、分子机制探索、生物标志物识别以及多模态整合分析等研究。