肺结节
肺结节是肺部影像检查中局灶性、类圆形密度增高影，直径多≤3 cm，单发或多发。其形成与炎症、肉芽肿、良性肿瘤及早期肺癌等病理过程有关。多数患者无明显症状，常在体检时偶然发现。评估需综合影像特征、临床风险因素及动态变化，常用低剂量CT随访、增强扫描或PET-CT，必要时穿刺活检。管理依据恶性风险分层，包括定期观察、抗炎后复查或手术切除。精准评估与个体化随访是避免过度诊疗的关键。随着人工智能辅助诊断的应用，肺结节的检出与定性效率显著提升。
获取 肺结节 专属定制方案结节与非结节特征数据集
该数据集包含结节与非结节的特征数据，涉及影像或其他医学测量中的形态、纹理等属性，数据模态可能包括图像特征或临床表格。它主要用于肺结节或其他结节的检测与分类研究，支持机器学习模型训练，以辅助医学影像分析和疾病诊断应用。
基于血浆蛋白质组学标志物鉴别良恶性肺结节的数据集
该数据集包含685例肺结节患者的临床表格与血浆蛋白质组学数据，通过质谱技术测量LG3BP和C163A蛋白标志物，并结合临床风险模型构建集成分类器，主要用于肺结节良恶性鉴别研究，以支持肺癌早期诊断和减少不必要的侵入性检查。
区分良性肺结节与肺腺癌的蛋白质组学特征识别
该数据集是一个蛋白质组学数据集，包含通过液相色谱-串联质谱分析获得的良性肺结节、肺腺癌和正常支气管上皮样本的蛋白质表达数据，以及通过平行反应监测验证的候选生物标志物信息，主要用于肺癌早期诊断的蛋白质生物标志物发现研究，旨在识别能够区分良恶性肺结节的关键蛋白质特征，以支持非侵入性分子诊断方法的开发。
三种AI算法检测不同类型肺结节的分层汇总统计数据集
该数据集包含三种AI算法在检测实性、磨玻璃和部分实性肺结节时的分层汇总统计数据，数据模态为统计表格，涵盖了算法在不同类型结节上的性能指标，主要用于医学影像分析、计算机辅助诊断和肺癌早期筛查等研究，以评估和比较AI算法在肺结节检测中的准确性与可靠性。
老年退伍军人年龄、合并症、预期寿命与肺结节随访研究
该数据集包含2008年至2014年间美国老年退伍军人新诊断肺结节的临床回顾性队列数据，数据模态为临床表格，涵盖年龄、合并症指数、预期寿命分类、结节大小及四年随访情况等变量，主要用于研究年龄、合并症和预期寿命对肺结节随访管理决策的影响，以探索老年患者个体化随访策略并优化临床指南。
LUNA16与LiTS17数据集上的病灶分割性能
该数据集基于LUNA16和LiTS17两个公开医学影像数据集，提供了病灶分割任务的性能评估数据，主要模态为CT影像，包含分割结果和评估指标，用于支持肺结节与肝脏肿瘤的自动分割算法研究、性能比较及医学影像分析领域的基准测试。
ICD-LNA: 印度肺结节分析CT图像数据库
该数据集包含113例印度患者的胸部CT扫描影像（DICOM格式）及对应的肺结节分割标注掩码（NIFTI格式），属于医学影像模态数据，主要用于肺结节的检测、分割与定量分析研究，支持计算机辅助诊断系统的开发与验证，尤其在跨人群医学影像分析中具有应用价值。
基于高低阈值的磨玻璃密度结节（GGNs）亚分类
该数据集包含肺部CT影像模态的数据，通过对磨玻璃密度结节（GGNs）设置高、低阈值进行亚分类，旨在量化结节密度特征，主要用于肺结节影像分类和磨玻璃密度结节分析研究，支持肺癌早期诊断与计算机辅助检测系统的开发。
ERYON数据管道数据集
该数据集是一个经过系统处理的医学影像数据集，核心内容源自公开的LIDC-IDRI胸部CT扫描数据库，包含肺部结节的标注信息，数据模态为从DICOM格式转换而来的PNG图像及配套的JSONL管理清单。它主要用于支持基于深度学习的计算机辅助诊断（CAD）模型开发，特别是在肺结节检测与分类这一医学影像分析研究方向，其设计强调严格的数据管理流程，包括患者级数据分割和完整性验证，以确保模型训练的稳健性。