江西省乳腺癌分类辅助诊断模型训练数据

通过对样本的数据处理和数据加工，提供给辅助诊断人工智能模型进行训练，帮助人工智能模型更好地理解江西省样本场景下将乳腺癌分型，提取特征，发现规律，最终提高诊断人工智能模型的准确性、鲁棒性和泛化能力。1数据采集：通过正式合作协议，从医疗机构取得匿名化的样本临床数据，包括是否有术后病理结果、术后ER(雌性激素受体)、术后PR(孕激素受体)、术后Her2情况、术后Fish情况，同时还要获取系统内术后Her2阴性阳性分型标记；2数据处理：对数据进行检查核对，确保所有数据去标志化，处于完全匿名化状态且不可还原的状态，将没有病理结果的数据去除，对异常数据进行清洗去除，对部分缺失数据进行生成式补充；3数据加工：基于原始数据和算法规则，生成乳腺癌分类标记，具体判规则为：如果ER满足阳性，同时PR满足阳性，同时HER-2满足阴性，则标记为Luminal型，反之则标记为其他类型。