冠状动脉疾病口腔微生物组文献计量与科学映射分析：检索策略、分析代码与聚合结果
该数据集支撑一篇关于冠状动脉疾病口腔微生物组的文献计量与科学映射分析文章，包含在Web of Science Core Collection和Scopus中执行的精确布尔检索式及敏感性检索式（含执行日期、文献类型过滤与记录数）、用于趋势与变点分析、作者关键词与被引参考文献的Kleinberg突发检测
基本信息
资源简介
冠状动脉疾病口腔微生物组文献计量与科学映射分析：检索策略、分析代码与聚合结果
The oral microbiome in coronary artery disease: bibliometric and science-mapping analysis. Search strategies, analysis code and aggregated results
该数据集支撑一篇关于冠状动脉疾病口腔微生物组的文献计量与科学映射分析文章，包含在Web of Science Core Collection和Scopus中执行的精确布尔检索式及敏感性检索式（含执行日期、文献类型过滤与记录数）、用于趋势与变点分析、作者关键词与被引参考文献的Kleinberg突发检测、基于词典的分类学文本挖掘、生态广度指标及图表的Python脚本、聚合输出（JSON/CSV），以及最终语料177篇文献的DOI与发表年份。由于数据库许可条款，不重新分发记录级书目导出数据，可依据检索式重新生成。该数据可用于复现检索流程、复用分析代码及验证文献计量与文本挖掘结果（来源 DOI 解析，Creative Commons Att。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集支撑文章《The oral microbiome in coronary artery disease: an integrated bibliometric and science-mapping analysis of a rapidly growing field》（Journal of Oral Microbiology，修订中）。它包含：在Web of Science Core Collection和Scopus中为最终检索和敏感性检索执行的精确布尔字符串，含执行日期、文献类型过滤器和记录数；用于趋势与变点分析、作者关键词和被引参考文献的Kleinberg突发检测、基于词典的分类学文本挖掘、生态广度指标及图表的Python脚本；聚合输出（JSON/CSV）；以及最终语料中177篇文献的DOI和发表年份。由于数据库许可条款，来自Web of Science和Scopus的记录级书目导出数据不重新分发；它们可以用rep重新生成。
【主题与分类】
主题标签：oral microbiome、coronary artery disease、atherosclerosis、periodontitis、bibliometrics、science mapping、Kleinberg burst detection、text mining。本站分类：循环系统疾病/其他。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.23649119
使用许可：Creative Commons Attribution 4.0 International。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://doi.org/10.5281/zenodo.23649119
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 81.8 KB。
数据说明
本数据集支持文章《冠状动脉疾病中的口腔微生物组：对快速增长领域的文献计量学与科学知识图谱综合分析》（《口腔微生物学杂志》，修订中）。数据集包含：在Web of Science核心合集和Scopus中执行的最终检索及敏感性检索所用的精确布尔字符串，附执行日期、文献类型筛选条件和记录数；用于趋势与变点分析、作者关键词和被引参考文献的Kleinberg突发检测、基于词典的分类学文本挖掘、生态广度指标及绘图的Python脚本；汇总输出（JSON/CSV）；以及最终语料库中177篇文献的DOI和出版年份。由于数据库许可条款限制，Web of Science和Scopus的记录级书目导出数据不予再分发；可使用所报告的检索策略重新生成。代码以MIT许可证发布，数据和文档以CC BY 4.0发布。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
