脑胶质瘤分级临床与基因突变特征数据集
该数据集是一个基于TCGA-LGG和TCGA-GBM项目的脑胶质瘤患者多模态数据集，包含临床表格特征（如年龄、性别、种族）和基因突变特征（20个高频突变基因状态），主要用于脑胶质瘤分级预测研究，旨在通过机器学习方法优化特征选择以提高诊断准确性并降低分子检测成本，适用于肿瘤学、生物信息学和医学人工智能领域的模型开发与应用。
创建时间2025-02-17
更新时间2025-02-17
原始链接
https://www.openml.org/search?type=data&sort=runs&status=active&id=46604
官方服务
帮我联系如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集基于TCGA-LGG和TCGA-GBM脑胶质瘤项目，包含脑胶质瘤患者的临床和基因突变特征，用于脑胶质瘤分级预测研究。数据集记录了每位患者的20个高频突变基因状态（突变或野生型）和3项临床特征（年龄、性别、种族），目标是通过这些特征区分低级别胶质瘤（LGG）和胶质母细胞瘤（GBM）。该数据集旨在探索最优特征子集，以提高分级准确性并降低分子检测成本，适用于医学影像分析、生物信息学和机器学习在肿瘤诊断中的应用。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 胶质瘤 的高质量、多模态真实临床数据定制解决方案。