基于分级管理模式的肝硬化患者康复延续性护理数据集
本数据集来源于 doi.org，聚焦基于分级管理模式的延续性护理对肝硬化患者康复及生活质量的影响。数据集可用于分析延续性护理在肝硬化患者康复过程中的作用，评估分级管理模式对患者生活质量的改善效果，为消化系统疾病护理研究提供数据支持（来源 figshare，CC BY 4.0 许可）
基本信息
资源简介
基于分级管理模式的肝硬化患者康复延续性护理数据集
Dataset of Application of continuity of care based on hierarchical management mode in the rehabilitation of cirrhosis patients
本数据集来源于 doi.org，聚焦基于分级管理模式的延续性护理对肝硬化患者康复及生活质量的影响。数据以 dataset.xlsx 单个文件形式提供，由作者 Yejing Lei 于 2024-11-07 发布，DOI 为 10.6084/m9.figshare.27627186.v1。数据集可用于分析延续性护理在肝硬化患者康复过程中的作用，评估分级管理模式对患者生活质量的改善效果，为消化系统疾病护理研究提供数据支持（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2024-11-07。
【数据内容】
源站描述（机器翻译，仅供参考）：探讨基于分级管理模式的连续性护理对肝硬化患者康复及生活质量的影响。
【数据结构与技术规格】
文件数 1 个，合计 36.62 KB。数据集 DOI：10.6084/m9.figshare.27627186.v1。
【主题与分类】
源站学科分类：Nursing not elsewhere classified。主题标签：hierarchical management mode、continuity of care。本站分类：消化系统疾病/肝硬化。
【适用方向】
源站学科分类标注为 Nursing not elsewhere classified。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Dataset_of_i_i_i_Application_of_continuity_of_care_based_on_hierarchical_management_mode_in_the_rehabilitation_of_cirrhosis_patients_i_/27627186
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Lei, Yejing (2024). Dataset of Application of continuity of care based on hierarchical management mode in the rehabilitation of cirrhosis patients. figshare. Dataset
【使用注意】
· 源站最后修改于 2024-11-08，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
源站：https://doi.org/10.6084/m9.figshare.27627186.v1
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 36.6 KB。
数据说明
探讨基于分级管理模式的连续性护理对肝硬化患者康复及生活质量的影响。
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。
