影响RD的因素：多元线性回归分析
该数据集来自 plos.figshare.com，包含 1 个文件（Table 3.xls），主题为影响 RD 的因素的多元线性回归分析，关联胆管结石与 ERCP 相关操作
基本信息
资源简介
影响RD的因素：多元线性回归分析
Factors affecting RD: Multiple linear regression analysis.
该数据集来自 plos.figshare.com，包含 1 个文件（Table 3.xls），主题为影响 RD 的因素的多元线性回归分析，关联胆管结石与 ERCP 相关操作。数据覆盖辐射暴露剂量、透视时间、操作时间等变量，可用于分析这些因素与 RD 的关系，支撑回归建模与结果复现（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2018-11-19。
【数据内容】
源站描述（机器翻译，仅供参考）：影响RD的因素：多元线性回归分析。
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。数据集 DOI：10.1371/journal.pone.0207539.t003。
【主题与分类】
源站学科分类：Biophysics、Cell Biology、Molecular Biology、Biotechnology、Cancer。主题标签：RD、lt、novel processing engine、single-center cohort study、processing engine、bile duct stones、type、radiation exposure dose、fluoroscopy time、MBO。本站分类：消化系统疾病/胆管结石。
【适用方向】
源站学科分类标注为 Biophysics、Cell Biology、Molecular Biology、Biotechnology、Cancer。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Factors_affecting_RD_Multiple_linear_regression_analysis_/7360499
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Hayash, Shiro; Nishida, Tsutomu; Matsubara, Tokuhiro; Osugi, Naoto; Sugimoto, Aya; Takahashi, Kei; et al. (2018). Factors affecting RD: Multiple linear regression analysis.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-05-30，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。
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（Figshare）
- 源站标题：Factors affecting RD: Multiple linear regression analysis.
- DOI：10.1371/journal.pone.0207539.t003
- 发布日期：2018-11-19
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Factors_affecting_RD_Multiple_linear_regression_analysis_/7360499
命令行下载
curl -L -o "Table 3.xls" "https://ndownloader.figshare.com/files/13600949"
文件清单
Table 3.xls（5.63 KB）
文件总体积 5.63 KB（源站 API 实测）。
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。
数据说明
Factors affecting RD: Multiple linear regression analysis.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0207539.t003（source: https://plos.figshare.com/articles/dataset/Factors_affecting_RD_Multiple_linear_regression_analysis_/7360499）。
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。
