基于组织结构和临床可用信息预测任何格里森评分的前列腺癌生化复发
该数据集整合了前列腺癌患者的活检全切片图像、格里森评分和前列腺特异性抗原水平等多模态临床与病理数据，旨在通过图像分割和特征提取技术，结合机器学习方法构建预测模型，用于评估患者发生生化复发的风险，为前列腺癌的预后管理和治疗决策提供数据支持。
原始链接
https://ieee-dataport.org/documents/prediction-biochemical-prostate-cancer-recurrence-any-gleason-score-using-robust-tissue
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
该数据集旨在利用活检全切片图像（WSI）、格里森评分和前列腺特异性抗原（PSA）水平来预测前列腺癌患者的生化复发（BCR）。数据集整合了多模态信息，包括来自公开数据库（如PANDA）的活检组织病理图像、临床格里森评分以及PSA检测值。研究采用U-net模型对活检图像中的肿瘤区域进行分割和表型特征提取，并结合临床指标构建分类器。该数据集主要用于开发基于现有临床和病理信息的、成本效益高的前列腺癌复发风险预测模型，为临床决策提供支持。
提供机构：Marin, Laura; Casado, Fanny
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 前列腺癌复发 的高质量、多模态真实临床数据定制解决方案。