肝癌多类别数据集

该数据集包含肝癌相关的医学影像或临床数据,数据模态可能涉及图像(如CT或MRI)或临床表格,主要用于支持肝癌多类别分类的研究,可应用于医学影像分析、机器学习模型训练以及辅助肝癌诊断系统的开发。

UCI Machine LearningUCI Machine Learning
kaggle
2025-12-04 更新
浏览 15
肝癌分类医学影像分析
Liver Cancer Multiclass Dataset

基本信息

大小
0.63 GB
许可
CC0: Public Domain
创建/更新时间
2025-12-04
版本
v1

资源简介

肝癌多类别数据集

【数据集背景】

本数据集源站标题为《Liver Cancer Multiclass Dataset》。源站首次发布:2025-12-04。

【数据内容】

源站原始描述:The dataset used in this study consists of liver MRI images collected for multi-class liver cancer classification. The dataset is organized into five distinct categories, representing both malignant and benign liver tumors, as well as non-cancerous liver MRI scans. Each class is stored in a separate directory, and all images are standardized to a uniform resolution suitable for deep learning–based medical image analysis. The dataset enables a comprehensive investigation of liver tumor identifica…

【数据结构与技术规格】

文件数 20 个,合计 652.97 KB。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/ucimachinelearning/liver-cancer-multiclass-dataset

使用许可:CC0: Public Domain。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

需登录

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。

暂未开放

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

方式一:KaggleHub(Python,推荐 AI Agent 使用)

# 前置依赖: pip install kagglehub
import kagglehub

path = kagglehub.dataset_download("ucimachinelearning/liver-cancer-multiclass-dataset")
print("数据已下载至:", path)

方式二:Kaggle CLI(命令行)

# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d ucimachinelearning/liver-cancer-multiclass-dataset
unzip liver-cancer-multiclass-dataset.zip -d liver-cancer-multiclass-dataset/

数据说明

该数据集是一个用于肝癌分类任务的医学数据集,主要包含与肝癌相关的医学影像或临床数据。数据来源于Kaggle平台,由用户公开分享,旨在支持多类别肝癌的分类研究。该数据集适用于医学影像分析、肝癌诊断辅助系统开发以及机器学习在癌症分类中的应用场景。

数据加载示例(图像类)

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

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。

获取专属数据定制方案