前列腺癌检测数据集|深度学习数据集
前列腺癌检测数据集包含良性与癌症样本的流式细胞术免疫表型、年龄和PSA等结构化变量，属于表格数据，主要用于前列腺癌分类、风险分层及非侵入性辅助筛查模型开发。
基本信息
资源简介
该数据集包含130名PSA水平升高的无症状男性的外周血多参数流式细胞术免疫表型数据，用于基于深度学习的前列腺癌检测与风险分层。数据规模为130例样本（42例良性，88例前列腺癌），涵盖6个关键免疫表型特征及年龄、PSA等变量。特点在于结合biLSTM模型实现高精度分类：癌症检测模型准确率86.79%，AUC达89.31%；风险预测模型准确率94.90%，AUC 94.06%。适用于开发非侵入性AI辅助诊断工具，支持前列腺癌早期筛查与临床风险评估。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
暂未开放有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
源站：https://data.mendeley.com/datasets/wmgtzw2w8f
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 1.26 GB。
数据说明
Prostate Cancer Detection Dataset
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。
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 的高质量、多模态真实临床数据定制解决方案。
