癌症（总论）
癌症，即恶性肿瘤，是一类以细胞异常增殖、侵袭及转移为特征的疾病。其发病机制涉及原癌基因激活、抑癌基因失活及微环境改变，与遗传、环境、生活方式等多因素相关。临床表现因原发部位不同而异，常见症状包括局部肿块、疼痛、出血及全身性消耗。诊断依赖影像学、病理活检和分子分型，治疗手段涵盖手术切除、放射治疗、化学治疗、靶向治疗及免疫治疗等综合策略。随着精准医学发展，基于基因组学的个体化治疗和多学科协作成为临床重点，癌症已成为全球重大公共卫生挑战和生物医学研究核心领域。
获取 癌症（总论） 专属定制方案共 250 个数据集
ICD编码的德国肿瘤诊断数据集
2024条德国肿瘤诊断文本及其ICD-10/ICD-O编码，用于指令微调LLMs实现肿瘤诊断编码自动化。
三合一癌症数据集
约180万样本的三合一癌症相关文本数据集，融合学术文章、指令微调和精选教育数据。
SAMVAE数据集
整合六种模态的癌症生存分析数据集，包含乳腺癌和低级别胶质瘤数据，用于多模态生存预测。
THUNDER
THUNDER是数字病理学瓦片级基准，涵盖16种癌症，用于评估基础模型的特征、鲁棒性和不确定性。
肿瘤学CPT混合数据集
肿瘤学相关文本数据集，包含训练和验证集，适用于持续预训练或微调。
GDC-QAG基因突变数据集
包含约560万癌症体细胞突变及19606个基因的数据集，用于查询增强生成。
GADVR
GADVR数据集是首个像素级视觉推理数据集，用于胃癌亚型诊断，包含图像块和文本配对。
R-Super
R-Super是一个多肿瘤早期检测数据集，包含10万+份CT报告与图像，用于训练分割模型，降低对人工掩膜的需求。
OncologyDataset
肿瘤多模态开源数据集，包含病理影像、多组学及临床数据，提供详细标注与来源信息。
PathoGaze1.0
PathoGaze1.0包含19名病理学家在癌症诊断过程中解释397个WSIs时的眼动追踪、鼠标交互和诊断决策行为数据，共18.69小时。
PETWB-REP多癌症全身FDG PET/CT和放射学报告数据集
多癌症全身FDG PET/CT图像与放射学报告数据集，包含490名患者，支持AI与多模态研究。
PMPBench
首个公开的全配对跨癌种医学影像数据集，涵盖11个器官、19种癌症的CT和MRI配对图像，用于对比剂合成算法研究。
