炎性乳腺癌

该数据集是一个包含乳腺癌相关临床特征数据的医学数据集，数据模态包括病理学测量指标（如细胞核半径、纹理、周长等）的表格数据，主要用于乳腺癌的分类预测、早期诊断研究以及机器学习模型在医疗领域的应用探索。

该数据集是一个包含乳腺X线摄影（钼靶）影像的医学图像数据集，数据模态为医学影像，主要用于乳腺癌的自动检测、分类及计算机视觉辅助诊断研究，支持人工智能在乳腺癌筛查和医学影像分析领域的应用开发与模型训练。

该数据集是一个专门为KNN算法设计的乳腺癌分类数据集，包含临床表格形式的患者医学特征数据，如肿瘤大小、细胞形态等指标，主要用于机器学习算法教学、乳腺癌辅助诊断模型开发以及医疗数据分析研究，帮助研究者评估KNN算法在医疗分类任务中的性能表现。

该数据集为基因组模态数据，包含炎性乳腺癌全基因组测序研究中位于体细胞拷贝数变异显著峰值区域的癌症基因列表（表S5），通过测序技术构建，主要用于比较炎性乳腺癌与非炎性乳腺癌在拷贝数变异层面的基因组改变，支持乳腺癌基因组学、体细胞变异分析和癌症基因功能研究。

BreakHis是一个用于乳腺癌诊断研究的组织病理学图像数据集，包含从82名患者采集的9,109张在不同放大倍数（40X、100X、200X、400X）下获取的乳腺肿瘤显微图像，图像模态为RGB彩色病理切片图像，数据包含2,480个良性样本和5,429个恶性样本。该数据集主要用于开发基于深度学习的乳腺癌自动分类模型、医学图像分析算法评估以及计算机辅助诊断系统的训练与验证。

该数据集是一个包含炎症性乳腺癌患者临床病理特征的表格数据，详细记录了患者的临床信息、样本特征及相关病理参数，主要用于癌症基因组学和临床肿瘤学研究，支持炎症性乳腺癌的分子特征分析、患者分层以及临床病理关联性探索。

该数据集是一个包含数千张乳腺癌细胞图像的数据集，数据模态为医学图像，主要用于对象检测和图像分割任务，以支持乳腺癌的计算机辅助诊断、病理分析及相关人工智能模型的研究与开发。

该数据集包含基于乳腺细胞样本提取的细胞核形态学特征（如半径、纹理、周长等），数据模态为数值型特征表格，主要用于机器学习模型在乳腺癌诊断分类中的研究与应用，支持区分良性和恶性肿瘤，助力医学辅助诊断和早期筛查。

该数据集是一个包含780张乳腺超声图像（PNG格式，500x500像素）的医学影像数据集，图像模态为超声影像，数据根据病理结果标注为正常、良性和恶性三类，主要用于乳腺癌的自动检测、分类和图像分割等机器学习与计算机视觉研究，旨在提升乳腺癌辅助诊断的准确性和效率。

该数据集包含661名浸润性乳腺癌患者的临床病理记录和外周血炎症标志物（如NLR、dNLR、PLR、LMR）数据，数据模态为临床表格和数值型生物标志物，主要用于研究全身炎症标志物与乳腺癌患者生存预后的关联，并构建预测个体化生存概率的列线图模型，支持肿瘤预后评估和生物标志物开发方向。

该数据集为表格型数据，包含炎性乳腺癌与非炎性乳腺癌之间在特定基因组区域（经GISTIC分析鉴定为在IBC中缺失/删除的区域）内基因的突变频率比较结果，主要用于癌症基因组学领域，支持炎症性乳腺癌的分子特征分析、差异基因鉴定以及潜在生物标志物的探索研究。

该数据集以表格形式呈现炎性乳腺癌（IBC）与非炎性乳腺癌的基因突变频率对比数据，聚焦于通过GISTIC方法识别的获得/扩增区域中的基因，主要用于研究炎性乳腺癌的分子特征、探索其与普通乳腺癌的差异，并为癌症基因组学和精准医疗提供基础数据支持。