乳腺癌分类数据集
该数据集包含基于乳腺细胞样本提取的细胞核形态学特征（如半径、纹理、周长等），数据模态为数值型特征表格，主要用于机器学习模型在乳腺癌诊断分类中的研究与应用，支持区分良性和恶性肿瘤，助力医学辅助诊断和早期筛查。
创建时间2026-02-08
更新时间2026-02-08
原始链接
https://www.kaggle.com/datasets/boiniabhiram/breast-cancer-classifiacation
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
该数据集是一个用于乳腺癌诊断分类的公开医学数据集，主要基于细胞核特征进行构建。数据集包含从乳腺细胞样本中提取的多个细胞核形态学特征（如半径、纹理、周长、面积等），用于区分良性（benign）和恶性（malignant）肿瘤。数据来源于临床病理图像分析，通过数字化处理得到量化特征。该数据集主要用于机器学习与数据挖掘在医学诊断领域的应用，支持乳腺癌的早期筛查、辅助诊断及分类模型的研究。
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 炎性乳腺癌 的高质量、多模态真实临床数据定制解决方案。