Your browser doesn't support javascript.
loading
Breast cancer dataset with biomarker Biglycan.
Silva Neto, Pedro Clarindo da; Kunst, Rafael; Barbosa, Jorge Luis Victoria; Leindecker, Ana Paula Thiesen; Savaris, Ricardo F.
Afiliação
  • Silva Neto PCD; Universidade do Vale do Rio dos Sinos (UNISINOS), Av. Unisinos, 950 - Cristo Rei, São Leopoldo, 93022-750, RS, Brazil.
  • Kunst R; Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso (IFMT), Rua, Zulmira Canavarros, 95 - Centro Cuiabá, 78605-000, MT, Brazil.
  • Barbosa JLV; Universidade do Vale do Rio dos Sinos (UNISINOS), Av. Unisinos, 950 - Cristo Rei, São Leopoldo, 93022-750, RS, Brazil.
  • Leindecker APT; Universidade do Vale do Rio dos Sinos (UNISINOS), Av. Unisinos, 950 - Cristo Rei, São Leopoldo, 93022-750, RS, Brazil.
  • Savaris RF; Universidade Federal do Rio Grande do Sul / Porgrama de Pós-graduação em Medicina: Ciências Cirúrgicas, Rua Ramiro Barcelos 2300 - Santa Cecilia Porto Alegre, 90035-007, RS, Brazil.
Data Brief ; 47: 108978, 2023 Apr.
Article em En | MEDLINE | ID: mdl-36879615
This dataset is composed of photomicrographs of the immunohistochemical expression of Biglycan (BGN) in breast tissue, with and without cancer, using only the staining of 3-3' diaminobenzidine (DAB), after processing images with color deconvolution plugin, from Image J. The immunohistochemical DAB expression of BGN was obtained using the monoclonal antibody (M01) (clone 4E1-1G7 - Abnova Corporation, mouse anti-human). Photomicrographs were obtained, under standard conditions, using an optical microscope, with UPlanFI 100x objective (resolution: 2.75 mm), yielding an image size of 4800 × 3600 pixels. After color deconvolution, the dataset with 336 images was divided into 2 two categories: (I) with cancer and (II) without cancer. This dataset allows the training and validation of machine learning models to diagnose, recognize and classify the presence of breast cancer, using the intensity of the colors of the BGN.
Palavras-chave

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Idioma: En Revista: Data Brief Ano de publicação: 2023 Tipo de documento: Article País de afiliação: Brasil País de publicação: Holanda

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Idioma: En Revista: Data Brief Ano de publicação: 2023 Tipo de documento: Article País de afiliação: Brasil País de publicação: Holanda