乳腺癌

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。

该数据集是一个包含约7500张乳腺癌组织病理学图像的医学影像数据集，图像模态为病理切片数字图像，按良性和恶性两类分类存储，主要用于支持基于Random Contrast Learning (RCL)算法的乳腺癌病理图像分类研究，可应用于计算机辅助诊断和医学人工智能模型的训练与验证。

该数据集是一个包含569个样本、每个样本具有30个数值特征的医学表格数据集，特征来源于乳腺细胞核的数字化图像分析，主要用于训练和评估神经网络模型在乳腺癌良恶性分类任务中的性能，支持医学影像分析与疾病诊断辅助系统的研究。

该数据集包含569例乳腺细胞活检样本的临床数据，每例样本具有32个细胞核形态学特征，数据模态为临床表格数据，主要用于乳腺癌诊断的机器学习研究，支持分类模型开发、特征分析以及辅助诊断系统的构建。

该数据集是一个包含780张乳腺超声图像（PNG格式，平均尺寸500*500像素）的医学影像数据集，图像模态为超声扫描图像，并附有真实标注，按病理状态分为正常、良性和恶性三类，主要用于乳腺癌的早期检测、医学图像分类与分割等研究方向，可支持机器学习模型在辅助诊断中的应用。

该数据集包含306例乳腺癌手术患者的临床表格数据，具体记录了患者手术年龄、手术年份、阳性淋巴结数量和5年生存状态，主要用于乳腺癌患者的生存分析和预后预测研究，是医学统计与机器学习在临床预后领域的经典基准数据集。

CBIS-DDSM 是一个专门用于乳腺癌诊断的医学影像数据集，包含乳腺X线摄影（钼靶）图像，涵盖正常组织、良性病变和恶性肿瘤病例，并配有病灶标注和临床信息。该数据集主要用于支持计算机辅助诊断系统、医学影像分析算法以及基于人工智能的乳腺癌早期检测与诊断研究。

该数据集是一个包含乳腺癌手术后患者临床特征与生存状态的表格数据集，数据以文本文件形式存储，每个样本的特征以空格分隔，适用于机器学习分类任务，主要用于乳腺癌患者的生存分析、预后预测及临床决策支持研究。

该数据集是一个专门针对乳腺癌研究的医学文本数据集，包含1011篇来自PubMed的乳腺癌随机对照试验摘要，标注了26种医学实体类型，主要用于医学命名实体识别研究，支持乳腺癌临床试验文献中的实体抽取和分析，为医学自然语言处理研究提供标准化的文本资源。

NuCLS数据集是一个包含超过22万个乳腺癌图像细胞核标注的医学影像数据集，数据模态包括高分辨率RGB图像、掩码图像和细胞核注释坐标，主要用于细胞核检测、分类和分割算法的开发与验证，支持计算机视觉任务如目标检测和语义分割，在乳腺癌病理学研究和辅助诊断中具有重要应用价值。

该数据集是一个包含21张犬乳腺癌全切片图像的医学影像数据集，每张图像均完全标注了有丝分裂象（MF），总计13,907个MF和36,379个硬负例，数据模态为高分辨率病理全切片图像。其主要用途是提升人类乳腺癌诊断的准确性，特别是在有丝分裂计数方面，通过提供高质量、一致性强的标注数据，支持计算机辅助诊断、病理图像分析及机器学习模型的研究与开发。

该数据集是一个包含三阴性乳腺癌患者接受不同药物联合治疗方案后临床疗效数据的结构化医学数据集，数据模态为临床表格数据，主要用于比较分析不同药物组合对三阴性乳腺癌的治疗效果，为肿瘤治疗领域的药物方案优化和临床决策提供数据支持。