乳腺癌
乳腺癌是发生于乳腺导管或小叶上皮细胞的恶性肿瘤，常见病理类型包括浸润性导管癌和小叶癌。其发病与遗传因素（如BRCA1/2突变）、激素暴露、生活方式等多种内外源因素相关。典型临床表现包括乳房无痛性肿块、乳头溢液、皮肤橘皮样改变及腋窝淋巴结肿大。诊断主要依靠乳腺X线摄影、超声、MRI及空芯针穿刺活检，并通过免疫组化检测ER、PR、HER2表达指导分型与治疗。治疗策略整合手术、放射治疗、化疗、内分泌治疗及靶向治疗，强调基于分子亚型的个体化综合管理。乳腺癌已成为精准医学与真实世界研究的重点病种，全球疾病负担持续上升，早期筛查与全程管理显著改善患者预后。
获取 乳腺癌 专属定制方案乳腺癌细胞数据集
该数据集是一个包含1,000至10,000张乳腺癌细胞图像的专业医学图像数据集，数据模态为医疗显微图像，主要用于对象检测和图像分割研究，支持开发乳腺癌细胞自动识别与分析算法，辅助病理诊断和癌症研究。
乳腺癌生物标志物数据集
该数据集包含940名乳腺癌患者的临床表格数据，涵盖Ki67、HER/2、PR、ER等九种生物标志物信息，以及分级、分期、手术类型和年龄等临床特征，主要用于乳腺癌的预后评估、生物标志物相关性分析和临床决策支持研究。
乳腺癌数据集
该数据集是一个包含7,632张乳腺X光摄影（钼靶）图像的数据集，其中2,520张为良性，5,112张为恶性，数据模态为医学影像，主要来源于INbreast数据库，包含CC和MLO两种视角，并标注了BI-RADS密度等级和病变类型，主要用于乳腺癌的计算机辅助诊断、医学影像分析和深度学习模型训练等研究方向。
乳腺癌语义分割数据集
乳腺癌语义分割数据集是一个包含来自TCGA的乳腺癌组织病理学图像及其对应分割注释的医学影像数据集，数据模态为数字病理图像与像素级标注，主要用于训练和评估机器学习模型在乳腺癌组织区域自动分割任务中的性能，支持病理诊断辅助、定量分析和计算机视觉在医疗领域的应用研究。
乳腺癌诊断数据集
该数据集包含从乳腺肿块细针抽吸数字化图像中提取的细胞核特征数据，如半径、纹理和面积等，属于临床表格模态，主要用于机器学习分类任务以辅助乳腺癌诊断，区分良性与恶性病例，支持医学研究和诊断工具开发。
GBSG乳腺癌数据集
该数据集是一个乳腺癌临床表格数据集，整合了Rotterdam肿瘤库和德国乳腺癌研究小组的患者数据，包含临床特征与生存时间信息，主要用于生存分析研究，支持深度学习模型如DeepSurv进行乳腺癌预后预测和风险评估。
哈伯曼癌症生存数据集
该数据集是一个包含乳腺癌手术患者临床特征与生存状态的医学表格数据集，数据来源于1958年至1970年间芝加哥大学比林斯医院的研究记录，主要用于乳腺癌患者的生存分析、预后模型构建以及临床决策支持研究。
乳腺癌转移性前哨淋巴结的快速，无创，准确诊断和有效清除数据集
该数据集是一个针对乳腺癌转移性前哨淋巴结研究的医学数据集，包含基于近红外二区光学特性开发的CRET纳米系统的多模态数据，如透射电镜图像、光谱数据、酶响应测试结果以及活体小鼠模型的实验数据，主要应用于纳米医学和肿瘤诊疗领域，旨在实现快速、无创、准确的淋巴结诊断与清除一体化研究，为乳腺癌的精准治疗提供科学依据。
BCI乳腺癌免疫组化图像
该数据集是一个包含4872对结构对齐的H&E染色与IHC染色图像对的乳腺癌病理图像集合，数据模态为医学数字病理图像，涵盖了HER2的四种表达水平，主要用于支持从H&E到IHC的图像转换算法研究，为深度学习模型提供高质量的配对训练数据，以推动病理图像合成及辅助诊断技术的发展。
乳腺癌影像诊断辅助数据集
该数据集是一个乳腺癌影像诊断辅助数据集，主要包含医学影像、临床表格和病理结果等多模态数据，具体涵盖患者ID、影像特征、年龄、癌症标识、BIRADS评分等结构化信息，适用于乳腺癌的计算机辅助诊断、影像组学分析、深度学习模型训练以及医疗AI系统开发，旨在提升乳腺癌早期诊断的准确性和效率。
乳腺癌组织病理学数据库
该数据集是一个乳腺癌组织病理学图像分类数据集，包含来自82名患者的7,909张RGB图像，涵盖良性与恶性两类，图像在40X、100X、200X和400X四种放大倍数下采集，数据模态为高分辨率组织病理学图像，主要用于乳腺癌良恶性分类研究，支持医学图像分析、算法基准测试和临床辅助诊断应用。
乳腺癌检测数据集
该数据集包含1,000张乳腺X光图像，涵盖200个恶性病例，所有病例均经过两位专家放射科医生进行边界框级别的精确标注，数据模态主要为医学影像，适用于乳腺癌辅助诊断模型的开发与评估，尤其支持病灶定位与分类算法研究，可广泛应用于医学影像分析和深度学习模型训练与验证。