数据集导航 · 肿瘤

肿瘤数据集

思陌医疗数据服务整理的肿瘤公开数据集，共 914 个，覆盖该领域多模态数据，助力医疗AI研发选型。

共 579 个数据集
数据集名称 系统分类 病种 数据模态 任务类型 描述 来源 原始地址 操作
BreastMNIST 肿瘤 乳腺癌 医学影像, 文本 医学影像分类 乳腺超声图像二元分类数据集，包含恶性/良性诊断及GPT-4o生成的推理追踪。 OctoMed https://huggingface.co/datasets/OctoMed/BreastMNIST 访问
cBioPortal公共数据库 肿瘤 癌症（总论） 表格 基因组学 cBioPortal公共数据库快照，包含癌症临床、基因组和突变数据，用于癌症基因组学分析。 cBioPortal https://huggingface.co/datasets/cBioPortal/publicDatabase 访问
药物组合提取数据集 肿瘤 癌症（总论） 文本 文本 包含1634篇专家标注的摘要，用于从文献中提取2-15种药物组合的有效性信息，特别关注协同效应，适用于癌症治疗等临床研究。 艾伦人工智能研究所 https://huggingface.co/datasets/allenai/drug-combo-extraction 访问
HoneyBee 肿瘤 癌症（总论） 多模态 多模态 HoneyBee是一个多模态肿瘤学数据集，整合TCGA项目11,428名患者数据，涵盖33种癌症类型，用于机器学习研究。 莫菲特癌症中心 https://huggingface.co/datasets/Lab-Rasool/TCGA 访问
临床试验LLM-CAR-T细胞混合癌症数据集v1 肿瘤 癌症（总论） 文本 CAR-T细胞治疗 CAR-T细胞治疗与癌症临床试验数据集，包含文本和元数据，用于LLM训练。 ravistech https://huggingface.co/datasets/ravistech/clinical-trial-llm-CAR-T-CELL_Mix_CANCER_v1 访问
PubMed-Cancer-NLP-Textual-Dataset 肿瘤 癌症（总论） 文本 文本 从PubMed获取的癌症相关文本数据集，包含标题和摘要，带标签，用于NLP任务。 cyberpsych https://huggingface.co/datasets/cyberpsych/PubMed-Cancer-NLP-Textual-Dataset 访问
组织病理学-1024 肿瘤 癌症（总论） 医学影像 图像 组织病理学图像数据集，含40115个训练样本及元数据，用于病理图像分析。 Cilem https://huggingface.co/datasets/Cilem/histopathology-1024 访问
TheBlueScrubs-v1 肿瘤 癌症（总论） 文本 文本 包含超过25亿医学Token的综合性互联网文本数据集，用于临床大语言模型开发。 莫菲特癌症中心 https://huggingface.co/datasets/TheBlueScrubs/TheBlueScrubs-v1 访问
Cancer-Myth 肿瘤 癌症（总论） 文本 文本 包含585个癌症相关错误假设问题的数据集，用于评估LLM处理误导性查询的能力。 Cancer-Myth https://huggingface.co/datasets/Cancer-Myth/Cancer-Myth 访问
ICD编码的德国肿瘤诊断数据集 肿瘤 癌症（总论） 文本 ICD编码 2024条德国肿瘤诊断文本及其ICD-10/ICD-O编码，用于指令微调LLMs实现肿瘤诊断编码自动化。 德国美因茨约翰内斯·古腾堡大学医学中心 https://hf-mirror.com/datasets/stefan-m-lenz/ICDOPS-QA-2024 访问
三合一癌症数据集 肿瘤 癌症（总论） 文本 文本 约180万样本的三合一癌症相关文本数据集，融合学术文章、指令微调和精选教育数据。 rubentium https://huggingface.co/datasets/rubentium/merged_3way_cancer_dataset 访问
CancerGUIDE 肿瘤 癌症（总论） 文本 文本 CancerGUIDE是由GPT-4.1生成的合成肿瘤学患者档案数据集，包含患者描述和推荐治疗方案，用于评估LLM的指南遵循和临床推理能力。 Microsoft https://huggingface.co/datasets/microsoft/CancerGUIDE 访问
人类蛋白质图谱病理图谱 肿瘤 癌症（总论） 多模态 包含多癌种mRNA、蛋白表达、免疫组化图像和生存相关分析，适用于癌症标志物探索。由Human Protein Atlas提供，来自Human Protein Atlas，包含多种数据模态，包含8000条数据记录，适用于分类任务，许可证为CC … Human Protein Atlas https://www.proteinatlas.org/humanproteome/pathology 访问
脑肿瘤数据集 肿瘤 脑肿瘤 该数据集是一个公开的脑肿瘤医学数据集，包含与脑肿瘤相关的样本数据，可能涉及临床表格、图像或基因等模态，主要用于脑肿瘤的聚类分析、疾病分类和模式识别研究，支持医学数据挖掘和机器学习算法在临床诊断辅助中的应用。 https://search.dataone.org/view/sha256:d37bdd19a5587f5cbb21e9788143a1fa99a588ff1a8fe3789f1198f7a54c7ce2 访问
脑肿瘤视觉问答数据集 肿瘤 脑肿瘤 多模态 视觉问答 脑肿瘤MRI/CT图像及视觉问答对数据集，用于脑肿瘤检测与视觉问答任务。 Kaith-jeet123 https://huggingface.co/datasets/Kaith-jeet123/brain_tumor_vqa 访问
评估LLM生成的知情同意：针对青少年和年轻成人中枢神经系统肿瘤临床试验的FDA对齐审计框架 肿瘤 脑肿瘤 文本 包含评估LLM生成的知情同意回答的数据集，针对青少年和年轻成人中枢神经系统肿瘤临床试验，使用FDA对齐审计框架。 Zenodo https://zenodo.org/doi/10.5281/zenodo.18294049 访问
大脑肿瘤MRI彩色化与电子健康记录多模态数据集 肿瘤 脑肿瘤 多模态 多模态 包含11505张彩色化脑MRI图像和合成尼日利亚EHR的多模态脑肿瘤AI数据集，临床数据符合FHIR R4标准。 electricsheepafrica https://huggingface.co/datasets/electricsheepafrica/brain-tumor-mri-colorized-ehr 访问
flwrlabs/fed-brats-sample-check（脑肿瘤分割样本检查子集） 肿瘤 脑肿瘤 医学影像 医学影像 从flwrlabs/fed-brats提取的脑肿瘤MRI样本检查子集，用于验证数据加载和文件结构，不可用于训练。 flwrlabs https://huggingface.co/datasets/flwrlabs/fed-brats-sample-check 访问
BT in nutshell 肿瘤 脑肿瘤 其他 医学影像 一个简洁的脑肿瘤数据集，用于医学影像分析。 https://www.kaggle.com/datasets/arminajdehnia/bt-in-nutshell 访问
脑肿瘤特征（提取） 肿瘤 脑肿瘤 表格 分类 脑肿瘤分类数据集，含8个特征，用于基于表格数据的分类任务。 https://www.kaggle.com/datasets/pranavraikokte/braintumorfeaturesextracted 访问
脑肿瘤模型权重 3D CNN - EfficientNet 肿瘤 脑肿瘤 其他 模型权重 脑肿瘤分类模型权重，基于3D CNN和EfficientNet。 https://www.kaggle.com/datasets/arunamenon/brain-tumor-classification-model-v1 访问
brain_tumor_yolo_od 肿瘤 脑肿瘤 其他 目标检测 包含用于YOLO脑肿瘤目标检测的PyTorch模型权重。 https://www.kaggle.com/datasets/davidbroberts/brain-tumor-yolo-od 访问
脑肿瘤数据 肿瘤 脑肿瘤 其他 个人收集的脑肿瘤数据，模态和用途未明确说明。 https://www.kaggle.com/datasets/kitsharma/brain-tumor-data 访问
胶质瘤基因组学数据集 肿瘤 胶质瘤 该数据集包含正常人群与胶质瘤患者的基因表达谱数据，数据模态为基因表达矩阵，通过基因表达综合数据库（GEO）获取并分析，旨在识别差异表达基因和相关信号通路，主要用于胶质瘤的分子机制研究、生物标志物发现及治疗靶点探索等基因组学和神经肿瘤学领域。 https://data.mendeley.com/datasets/64h73rytyz 访问
与恶性胶质瘤进展相关的人类胶质瘤相关巨噬细胞功能亚群数据集 肿瘤 胶质瘤 该数据集包含人类高级别胶质瘤中肿瘤相关巨噬细胞功能亚群的分子与细胞数据，主要涉及基因表达、细胞表面标记物、空间定位信息及突变特征等多模态数据，旨在解析与恶性胶质瘤进展密切相关的特定巨噬细胞亚群（mGAM）的生物学特性、功能及其在肿瘤微环境中 … Memorial Sloan Kettering Cancer Center https://data.mendeley.com/datasets/6fb6888f9m/4 访问
破坏USP14介导的PARP1动态恢复胶质瘤中MIC-A/B驱动的抗原非依赖性CD8+ T细胞杀伤 肿瘤 胶质瘤 该数据集包含来自GL261小鼠胶质瘤模型的单细胞RNA测序和空间转录组学数据，数据模态为基因表达矩阵，重点研究了USP14-PARP1-NFIL3轴调控MIC-A/B表达及CD8+ T细胞功能的机制，主要用于探索胶质瘤免疫微环境重塑和抗原非 … https://search.dataone.org/view/sha256:ad14b4d2960761025e25717dfd3381d868f20384f4213601f8cb6477e4fd34ff 访问
GBM_scr3 肿瘤 胶质瘤 表格 药物基因组学 胶质母细胞瘤药物基因组学数据集，包含药物反应数据，用于药物敏感性分析。 Haibe-Kains, Benjamin https://zenodo.org/record/5827916 访问
深度学习用于反应扩散胶质瘤生长建模：迈向完全个性化模型？——支持数据 肿瘤 胶质瘤 其他 深度学习 该数据集为胶质瘤生长建模的深度学习反应扩散模型提供支持数据。 Zenodo https://zenodo.org/record/6563612 访问
意大利中心神经胶质瘤II和III级患者随访护理路径数据集 肿瘤 胶质瘤 表格 表格 包含意大利中心神经胶质瘤II和III级患者随访护理路径的描述性统计表格数据。 Zenodo https://zenodo.org/record/7669790 访问
Flexynesis数据-低级别胶质瘤（LGG）与胶质母细胞瘤（GBM） 肿瘤 胶质瘤 多模态 多组学数据 包含低级别胶质瘤和胶质母细胞瘤合并队列的多组学数据集，来源于cBioPortal。 Zenodo https://zenodo.org/doi/10.5281/zenodo.13881580 访问