主动脉髂闭塞性疾病超声流速测量笔记
主动脉髂闭塞性疾病参与者HFR-CEUS测量笔记，用于超声流速测量。
基本信息
资源简介
主动脉髂闭塞性疾病超声流速测量笔记
【一句话概览】
本数据集是 figshare 公开的文本数据集，主题涵盖 particle image velocimetry、aortoiliac disease、flow disturbance、US velocimetry、echoPIV，可用于医学自然语言处理（实体识别、信息抽取等），CC0 许可开放获取。
【数据集背景】
本数据集源站标题为《US Velocimetry in Participants with Aortoiliac Occlusive Disease - Measurement notes - echoPIV in AIOD》。项目资助方：Stichting Lijf & Leven。源站首次发布：2021-12-08。
【数据内容】
源站原始描述：notes made during data acquisition (HFR-CEUS measurements)
中文译文（机器翻译，仅供快速理解，请以原文为准）：数据采集（HFR-CEUS测量）过程中所做的记录。
【数据结构与技术规格】
数据集 DOI：10.4121/16617139.v1。
【主题与分类】
源站学科分类：Clinical Health (organs, Diseases and Abnormal Conditions)。主题标签：particle image velocimetry、aortoiliac disease、flow disturbance、US velocimetry、echoPIV。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://data.4tu.nl/articles/dataset/US_Velocimetry_in_Participants_with_Aortoiliac_Occlusive_Disease_-_Measurement_notes_-_echoPIV_in_AIOD/16617139
使用许可：CC0（https://creativecommons.org/publicdomain/zero/1.0/）。
规范引用：Engelhard, Stefan; van Helvert, Majorie; Groot Jebbink, Erik; Versluis, Michel; Reijnen, Michel (2021). US Velocimetry in Participants with Aortoiliac Occlusive Disease - Measurement notes - echoPIV in AIOD. 4TU.ResearchData. Dataset
【使用注意】
· 源站最后修改于 2022-08-18，引用时请注意版本时效。
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。
暂未开放有偿下载
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://data.4tu.nl/articles/_/16617139/1
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
