基于MRI影像组学的骨软骨肉瘤机器学习分类数据集
该数据集包含58例骨软骨肿瘤患者的MRI影像数据，涵盖T1加权和T2加权两种模态，通过手动分割提取影像组学特征，用于训练和评估机器学习模型以区分低级别与高级别软骨肉瘤，主要应用于骨肿瘤的影像组学分析和辅助诊断研究。
基本信息
资源简介
基于MRI影像组学的骨软骨肉瘤机器学习分类数据集
【数据集背景】
本数据集源站标题为《MRI radiomics-based machine-learning classification of bone chondrosarcoma》。源站首次发布：2020-11-12。
【数据内容】
源站原始描述：Purpose: To evaluate the diagnostic performance of machine learning for discrimination between low-grade and high-grade cartilaginous bone tumors based on radiomic parameters extracted from unenhanced magnetic resonance imaging (MRI). Methods: We retrospectively enrolled 58 patients with histologically-proven low-grade/atypical cartilaginous tumor of the appendicular skeleton (n = 26) or higher-grade chondrosarcoma (n = 32, including 16 appendicular and 16 axial lesions). They were randomly divi…
【数据结构与技术规格】
数据集 DOI：10.5281/zenodo.4269911。
【获取与许可】
源站页面：https://zenodo.org/records/4269911
【使用注意】
· 源站最后修改于 2020-11-13，引用时请注意版本时效。
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
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（Zenodo 公开直链）
源站：https://zenodo.org/record/4269910
（注册/登录后按页面指引下载）
数据说明
本数据集旨在通过机器学习方法，基于未增强磁共振成像（MRI）提取的影像组学参数，对骨软骨肿瘤进行低级别与高级别的鉴别诊断。数据集包含58例经组织学证实的骨软骨肿瘤患者，其中26例为低级别/非典型软骨肿瘤，32例为高级别软骨肉瘤。所有病例均包含T1加权和T2加权MRI图像，并进行了手动分割以提取一阶和纹理特征。数据集采用随机森林进行特征选择，并使用AdaboostM1分类器进行模型训练与评估。该数据集主要用于骨肿瘤的影像组学研究、机器学习辅助诊断模型开发，以及术前肿瘤分级评估等临床应用。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
