乳腺MG数据获取（Breast Mammography）

最新推荐文章于 2024-05-16 16:46:26 发布
最新推荐文章于 2024-05-16 16:46:26 发布
阅读量8.1k 收藏 18
点赞数 3
分类专栏： 先磨刀
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/dcxhun3/article/details/52173925
版权

自己收集的数据目前来说是无法使用，其一是数据杂乱，其二没有专家标记或者注释，只有很范的有无病灶 而且也不确切。故需要搜索公开的公共库(Breast Mammography),现在搜索到的有MG数据库有以下几个方面：

1 INbreast database：115 case containing 410 images,并且包括xml注释文件。没有直接给出下载链接 需要发邮件索取，邮箱为medicalresearch@inescporto.pt

2 DDSM database: 这个下载比较复杂，参见https://github.com/multinormal/ddsm  还有一种通过邮件的方式可以获取：http://ganymed.imib.rwth-aachen.de/irma/datasets_en.php?SELECTED=00010 需要签字扫描

另一名神人在github上分享了ddsm的下载https://github.com/trane293/DDSMUtility

3 MIAS ：（mini-MIAS）  mias 

4 DREAM  这个数据量很大，但不支持下载可以提交自己的模型上去，然后可以下载少量的数据（先是注册账号，再注册参加比赛，组队，上传模型，难呀）


且行且珍惜，数据获取不易~大哭  有些还需要翻墙


有个专门的database介绍MG的数据库

http://www.mammoimage.org/databases/


萌面女xia
关注
  • 3
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 13
    评论
专栏目录
基于卷积神经网络的乳腺超声病变自动检测(IEEE Journal of Biomedical and Health Informatics)
自在独行的博客
07-14 1408
Automated Breast Ultrasound Lesions Detection Using Convolutional Neural Networks 摘要：使用超声成像的乳腺病变检测被认为是计算机辅助诊断系统的重要步骤。在过去的十年里，研究人员已经证明了自动化初始病变检测的可能性。然而，当比较这些算法的性能时，缺乏公共数据集阻碍了研究。本文提出了使用深度学习方法进行乳腺超声病变检测，并研究了三种不同的方法:基于补丁的LeNet、U-Net和具有预处理FCN-AlexNet的迁移学习方法。将它
【乳腺超声、乳腺钼靶、宫颈癌、CT骨折】等项目数据调研，及相关参考内容整理汇总
钱多多先森
09-26 577
本文作为一个项目调研笔记，方便更多需要的人可以参考。如果万幸你也在做同样的项目，那直接借鉴就可以了
乳腺超声分类图像数据集
05-19
乳腺超声分类图像数据集，数据包括 25 至 75 岁女性的乳腺超声图像。该数据整理于 2018 年。患者人数为 600 名女性患者。该数据集由 780 张图像组成，平均图像大小为 500*500 像素。图片为PNG格式。地面实况图像与原始图像一起呈现。图像分为标准、良性和恶性三类。
5.14.1 使用超声图像进行乳房肿块数据增强和分类的深度学习方法
最新发布
qq_47896523的博客
05-16 1148
医学成像是诊断多种疾病和分析实验结果的重要工具。生物医学成像是整体癌症护理基础的一部分。数字乳腺X线摄影Digital Mammography（DM）是乳腺癌诊断中最常用和最实用的技术。DM 成像在致密乳房中存在一些弱点，其中肿瘤可能被周围组织隐藏（致密组织与肿瘤相比具有类似的衰减）。在实践中，超声 (US) 成像是 DM 的最佳替代方法，由于其敏感性、安全性和多功能性，它被用作乳腺癌分类和检测的补充方法。然而，超声成像的弱点是它依赖于手工，更多地依赖于放射科医生。
基于VGGNet乳腺超声图像数据集分析
weixin_51511389的博客
10-30 6087
利用VGGNet模型对乳腺超声图像进行训练学习，并对相关图像进行预测。
MIAS Mammography MIAS乳腺摄影：寻找乳腺癌-数据集
03-18
数据是用于乳腺X线摄影扫描的图像和标签/注释。自动发现病变对医师而言将是非常有用的工具，还可根据发现/标记的病变预测恶性肿瘤。 Info.txt all_mias_scans.h5 MIAS Mammography_datasets.txt MIAS Mammography_datasets.zip
mg.csv（数据集）
01-17
mg数据集，具有1个因变量和6个自变量，已经经过处理，可以直接导入，进行数据分析。原数据可以在其他网页找到，属于公开数据
乳腺癌breast-cancer 数据集
11-13
本数据集是支持向量机数进行数据训练和测试的668样本，10维度，二分类。
Breast Cancer Dataset乳腺癌数据集-数据集
03-04
Breast Cancer Dataset is provided by University of Wisconsin.本数据集由威斯康星大学提供。 breastcancer_unformatted-data breastcancer_unformatted-data.data breastcancer_wdbc.data breastcancer_wdbc....
乳腺癌（Breastcancer）数据集分享.docx
06-28
乳腺癌数据集
乳腺癌数据集.rar
11-16
乳腺癌数据集乳腺癌数据集乳腺癌数据集乳腺癌数据集乳腺癌数据集乳腺癌数据集乳腺癌数据集乳腺癌数据集乳腺癌数据集乳腺癌数据集乳腺癌数据集乳腺癌数据集乳腺癌数据集乳腺癌数据集乳腺癌数据集乳腺癌数据集乳腺癌...
cs231n-mammogram:使用CBIS-DDSM数据集将乳房X线照片分类为良性恶性。 斯坦福大学CS231n的课堂项目
05-14
cs231n乳房X线照片 使用CBIS-DDSM数据集将乳房X线照片分类为良性/恶性。 斯坦福CS 231N。
RIDER Breast 乳腺癌 MRI 影像数据数据集
07-08
RIDER Breast 是乳腺癌 MRI 影像数据，旨在对各种类型的癌症诊治过程进行全程数字化的跟踪，以数字档案的形式记录检查结果、处方和疗效。
乳腺肿瘤诊断数据集
12-26
乳腺肿瘤诊断数据集
基于图论的乳腺肿瘤超声图像的分割和识别方法.pdf
07-27
基于图论的乳腺肿瘤超声图像的分割和识别方法.pdf
良/恶性乳癌肿瘤数据集breast-cancer-train
05-12
breastcancer数据集 机器学习初学者最常用的数据集，
乳腺癌超声图像数据集-Breast Ultrasound Images Dataset
12-30
乳腺癌超声图像数据集-Breast Ultrasound Images Dataset，所有图像均分为正常、良性和恶性，每个图像都有标记，可用于乳腺癌图像分类，分割等研究，该资源国外网站可下载，但是国内速度较慢，特此上传。
干货！容忍数据缺失的临床超声报告知识图谱乳腺癌诊断
AITIME_HY的博客
02-16 992
点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！医学领域经常存在样本短缺或数据缺陷的问题，在医学领域数据层面造成严重干扰。鉴于临床报告因登记过程的数据遗漏，诊断报告数据缺失问题会...
r包里的乳腺癌数据怎么获取
07-14
### 回答1： 要获取R包中的乳腺癌数据，可以按照以下步骤操作： 1. 安装R语言环境。首先，在电脑上安装R语言环境，可以从R官方网站（https://www.r-project.org/）下载适合您操作系统的安装程序，并按照提示进行安装。 2. 安装相应的R包。打开R语言环境，然后使用install.packages("包名")函数安装乳腺癌数据所在的R包。常用的乳腺癌数据包包括“MASS”和“caret”。 3. 载入已安装的R包。在安装完相关包后，使用library(包名)函数将其载入R环境中。例如，如果你安装了“MASS”包，使用library(MASS)将该包载入。 4. 调用乳腺癌数据集。一旦包被加载到R环境中，你就可以使用特定的函数来调用乳腺癌数据集。例如，可以使用data命令来查看有哪些数据集可以使用，然后使用命令data(数据集名称)来加载具体的乳腺癌数据集。 总之，获取R包中的乳腺癌数据需要先安装R语言环境，然后安装相应的R包，载入所需包后就可以调用乳腺癌数据集了。具体的操作方式可以根据您所使用的具体数据包进行调整。 ### 回答2： R语言中有一些常用的数据集供用户使用，其中包括“乳腺癌数据”（Breast Cancer Data）。你可以通过以下几种方式获取这些数据。 1. 使用内置数据集： R语言内置了一些常用数据集，包括乳腺癌数据集。你可以直接在R中调用这些数据集，例如使用以下命令： ``` data(breast_cancer) ``` 这样就可以将乳腺癌数据集加载到R中了。 2. 使用R包： 还有一些R包（package）专门提供了乳腺癌数据集，你可以通过安装和加载这些包来获取数据。例如，“mlbench”包中的“BreastCancer”数据集提供了乳腺癌数据。你可以使用以下命令安装和加载该包： ``` install.packages("mlbench") library(mlbench) ``` 然后，你就可以使用以下命令加载乳腺癌数据： ``` data(BreastCancer) ``` 3. 从第三方数据源下载： 除了使用内置数据集或R包中的数据集，你还可以从一些第三方数据源下载乳腺癌数据。例如，你可以在网上搜索乳腺癌数据集，然后下载到本地。在将数据导入R之前，你可能需要将数据保存为适当的格式，例如CSV或Excel文件。 总之，无论你选择哪种方式，获取乳腺癌数据都是相对简单的。你可以通过内置数据集、R包或从第三方数据源下载来获取这些数据，以便在R中进行进一步的数据分析和建模。 ### 回答3： 要获取乳腺癌数据可以通过R包中的相关函数或者通过其他途径获取。 在R包中, 一个常用的获取乳腺癌数据的函数是`getdata()`。可以在R中使用以下代码来获取乳腺癌数据： ```R library(rpackage) # 加载相关R包 data <- getdata("breast_cancer") # 获取乳腺癌数据 ``` 上述代码中，首先加载了与乳腺癌相关的R包，然后使用`getdata()`函数来获取乳腺癌数据，将其存储在一个变量`data`中。 此外，还可以通过其他途径获取乳腺癌数据。例如，可以通过从公共数据库、学术机构或临床实验室获取数据集。在这种情况下，需要使用R包中的函数来导入外部数据到R环境中进行分析和处理。 总之，获取乳腺癌数据可以使用R包中特定的函数，也可以通过其他途径获取。具体的获取方法取决于数据的来源和存储方式。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 13
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值