乳腺非典型增生

该数据集是一个包含乳腺肿瘤细胞核特征数值的临床表格数据集，涵盖半径、纹理等特征及良性或恶性标注，数据来源于威斯康星大学医院的细针穿刺样本，主要用于机器学习模型（如前馈神经网络）的训练与评估，以支持乳腺癌诊断和分类研究。

该数据集是一个包含130个样本的乳腺癌医学影像数据集，数据模态为图像及其对应的分割掩码标签，主要用于训练和微调图像分割模型（如SAM），支持乳腺癌检测、病灶分割等计算机视觉在医学影像分析领域的研究与应用。

该数据集是一个包含32列特征的医学表格数据，涵盖肿瘤的恶性或良性诊断标签以及形态学特征，主要用于乳腺癌诊断相关的机器学习模型训练、分类预测及医学数据分析研究。

该数据集包含乳腺癌组织病理学图像的语义分割标注，数据模态为图像（PNG格式掩码），每个掩码的像素值对应不同组织区域类别，主要用于乳腺癌病理图像的自动分割算法研究，支持计算机辅助诊断和组织定量分析等医学影像分析方向。

该数据集包含乳腺癌易感基因ATM、BRIP1和PALB2的GC剪接位点片段分析和测序文件，属于分子生物学和遗传学数据模态，通过剪接报告基因小基因实验探究非经典GC-5'剪接位点的调控机制及DNA变异对其的影响，主要用于研究遗传变异如何通过剪接失调参与乳腺癌易感性的分子机制，为理解基因变异与癌症风险关联提供实验依据。

该数据集包含780张乳腺超声图像，数据模态为医学影像，来自600名25至75岁女性患者，分为正常、良性和恶性三类，主要用于乳腺疾病的分类研究、计算机辅助诊断以及深度学习模型在医学影像分析中的应用。

该数据集包含从乳腺肿块细针穿刺活检的数字化图像中提取的数值特征，共569个样本，数据模态为数值型表格数据，主要用于机器学习模型的训练与评估，研究方向包括乳腺癌的良恶性预测、医学影像分析以及辅助诊断系统开发。

该数据集是一个基于文本模态的医学文献数据集，包含1011篇来自PubMed的乳腺癌随机对照试验摘要，并标注了26个实体，主要用于命名实体识别任务，支持乳腺癌领域临床试验信息的自动化抽取与分析研究。

该数据集包含基因表达谱表格数据，涉及1039个差异表达探针集、通过聚类方法筛选的基因列表、基因网络信息及RT-qPCR引物序列，主要用于研究乳腺非典型增生的分子病理特征、识别相关生物标志物，并探索SFRP1基因在调控过程中的作用，为乳腺癌早期诊断提供数据支持。

该数据集是一个基因表达模态的数据集，包含多个表格文件，具体涵盖1039个差异表达探针集、通过AGNES和PAM方法筛选的基因列表、零阶基因网络以及RT-qPCR引物序列，主要用于研究乳腺非典型增生的分子特征、识别与疾病相关的关键基因，并为乳腺癌的早期诊断和预防策略提供生物信息学支持。

该数据集包含正常乳腺组织、单纯导管增生、非典型导管增生和DCIS样本的表达谱，用于研究乳腺癌早期进展。由Boston University Medical Center提供，来自NCBI GEO，数据格式为表格，包含40条数据记录，适用于分类任务，专注于肿瘤领域的乳腺非典型增生研究。

该数据集包含代表ADH、DCIS和浸润性乳腺癌阶段的21T细胞系表达谱，用于研究癌前到恶性转化过程。由London Regional Cancer Program提供，来自NCBI GEO，数据格式为表格，包含9条数据记录，适用于分类任务，专注于肿瘤领域的乳腺非典型增生研究。