甲状腺结节
甲状腺结节是指甲状腺内局部异常生长形成的离散性病变,是内分泌系统最常见的结节性疾病。其发病机制涉及遗传、环境因素及促甲状腺激素等多重刺激,导致滤泡细胞异常增殖。多数结节为良性,仅约5%~10%存在恶性风险。临床上多数患者无症状,常通过体检或影像检查偶然发现,部分可表现为颈部肿块、吞咽不适或压迫感。诊断核心在于通过超声评估恶性风险分层,并以细针穿刺活检明确性质。治疗需根据结节特征制定,良性结节多采取定期随访,恶性或高度可疑结节则以外科手术为主。在精准医学背景下,分子标志物检测及微创消融技术正逐步优化诊疗路径。
获取 甲状腺结节 专属定制方案
甲状腺结节超声、多普勒与ACR TI-RADS系统诊断价值评估数据集
该数据集是一个医学影像数据集,主要包含通过灰阶超声、多普勒超声以及ACR TI-RADS系统对甲状腺结节进行临床评估所获得的图像与诊断数据,数据模态涉及超声图像和临床表格信息,主要用于研究不同超声技术与标准化风险分层系统在甲状腺结节良恶性鉴别中的诊断价值,支持甲状腺癌的早期筛查与临床决策优化。

甲状腺医学影像数据集
该数据集是一个甲状腺超声医学影像数据集,包含良性、恶性和正常三种类型的图像数据,数据模态为医学影像,主要用于甲状腺结节的自动检测、分类研究,支持计算机辅助诊断系统开发和医学影像分析算法的训练与评估。

甲状腺结节九年研究危险因素模型数据
该数据集包含甲状腺功能正常个体在基线时的临床表格数据,涉及人口统计学、实验室检测等模态信息,主要用于分析甲状腺结节发生与生长的危险因素,并支持开发风险预测模型,以应用于内分泌疾病研究和流行病学调查。

甲状腺疾病数据
该数据集是一个包含2800个样本、35个属性的甲状腺疾病临床表格数据,涵盖患者基本信息、用药记录、症状表现及多种甲状腺相关激素的实验室检测指标,主要用于构建机器学习模型以辅助甲状腺疾病(如甲状腺功能亢进、甲状腺功能减退)的诊断与预测,支持医疗健康领域的统计分析、疾病分类与临床决策研究。

整合TBSRTC亚分类与BRAF V600E检测用于Bethesda III类甲状腺结节精准管理的数据集
该数据集包含了甲状腺结节患者的临床表格数据与分子检测数据,具体涵盖患者人口统计学、结节超声特征、细针穿刺细胞学的TBSRTC亚分类结果、术后组织病理学诊断以及BRAF V600E基因突变状态,主要用于研究如何整合细胞学亚分类和分子标志物来精准管理Bethesda III类甲状腺结节,以指导临床决策并减少不必要的手术。

甲状腺结节数据集(包括mark)
该数据集是一个包含甲状腺结节超声图像及其标记的医学影像数据集,数据模态为超声图像,主要用于甲状腺结节的检测、诊断和医学影像分析研究,为计算机辅助诊断系统和深度学习模型提供训练和验证数据,支持甲状腺疾病诊断算法的开发与评估。

TN5000:甲状腺结节图像数据集
TN5000是一个包含约5000张甲状腺超声图像的数据集,数据模态为医学图像,每张图像均经过专业标注,用于支持甲状腺结节的自动检测与良恶性分类研究,主要应用于计算机辅助诊断和深度学习在甲状腺疾病筛查领域的模型开发与验证。

RNA编辑与甲状腺癌
该数据集是一个包含RNA编辑事件与甲状腺癌关联信息的生物信息学数据集,数据模态涉及基因序列位点、编辑类型、频率等文本与数值信息,主要用于研究RNA编辑在甲状腺癌发生发展中的作用机制,支持癌症生物学、转录后修饰及疾病标志物挖掘等研究方向。

甲状腺超声结节数据
该数据集包含甲状腺超声图像模态数据,通过临床或公开资源构建,主要用于甲状腺结节诊断和超声影像分析,支持医学影像处理和计算机辅助诊断等研究方向,帮助提升甲状腺疾病的检测与评估准确性。

甲状腺结节超声图像数据集
该数据集包含378个甲状腺结节的超声图像,数据模态为医学影像,由杜克大学从不同超声设备收集并经过电子医疗记录筛选构建,主要用于评估深度学习算法在甲状腺结节良恶性分类中的性能,以辅助医学影像分析和计算机辅助诊断研究。
经皮乙醇注射治疗自主功能性甲状腺结节
该数据集包含35例自主功能性甲状腺结节患者接受经皮乙醇注射治疗的临床研究数据,涵盖患者基线信息、结节体积、甲状腺激素水平及随访结果,数据模态为临床表格和生化指标。其主要用途是评估乙醇注射治疗甲状腺结节的疗效与安全性,为甲状腺疾病介入治疗研究提供实证支持。

TN3K甲状腺结节数据集
TN3K甲状腺结节超声数据