乳腺癌威斯康星（诊断）数据集
该数据集包含从乳房肿块细针抽吸数字化图像中提取的细胞核特征，如半径、纹理和凹度等，属于医学图像模态，主要用于乳腺癌良恶性预测、肿瘤分类和辅助诊断研究，为机器学习在医疗领域的应用提供公开数据支持。
创建时间2019-06-02
更新时间2026-05-28
资源简介
该数据集用于乳腺癌诊断，通过细针抽吸（FNA）的数字化图像计算特征，预测肿瘤为良性或恶性。数据包含从图像中提取的细胞核特征，如半径、纹理、周长、面积、平滑度、紧密度、凹度、对称性等。数据集来源于威斯康星大学医院，采用机器学习方法构建，主要应用于医学影像分析、肿瘤分类和辅助诊断研究。
提供机构：管理员小F
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 男性乳腺癌 的高质量、多模态真实临床数据定制解决方案。