离体猪结肠腹腔镜钳穿刺记录最大力值回顾性描述分析数据与代码
数据集包含162条保留的离体猪结肠力-时间记录,在三种名义垂直滑架速度(200、400和600 mm/min)和九种带符号钳杆倾角(−40°至+40°)下获得,每种条件保留六条记录

基本信息
资源简介
离体猪结肠腹腔镜钳穿刺记录最大力值回顾性描述分析数据与代码
数据集包含162条保留的离体猪结肠力-时间记录,在三种名义垂直滑架速度(200、400和600 mm/min)和九种带符号钳杆倾角(−40°至+40°)下获得,每种条件保留六条记录
Data and code for: Ex Vivo Porcine Colon Puncture with Laparoscopic Forceps: A Retrospective Descriptive Analysis of Recorded Gauge Maxima
【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):该数据集支持题为“Ex Vivo Porcine Colon Puncture with Laparoscopic Forceps: A Retrospective Descriptive Analysis of Recorded Gauge Maxima”的研究。数据集包含162条保留的离体猪结肠力-时间记录,在三种名义垂直滑架速度(200、400和600 mm/min)和九种带符号钳杆倾角(−40°至+40°)下获得,每种条件保留六条记录。主要结局是每条完整归档记录中的最大垂直力表指示值,而非事件同步的组织破裂力。数据集包括原始力-时间波形、试验级记录最大值、历史静态力指示检查、非配对组织厚度测量、描述性补充表、图以及经验证的Python复现代码(v16.25)。全部162个记录最大值均从归档波形复现。
【主题与分类】
主题标签:猪结肠、离体穿刺、腹腔镜钳、力-时间波形、最大力值、组织厚度、Python复现代码。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://zenodo.org/doi/10.5281/zenodo.23655588
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.23655588
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 3.5 MB。
数据说明
本数据集支持题为“使用腹腔镜钳进行离体猪结肠穿刺:记录的最大示值回顾性描述分析”的研究。数据集包含162条保留的离体猪结肠力-时间记录,这些记录在三种标称垂直滑架速度(200、400和600 mm/min)和九种带符号的钳杆倾角(−40°至+40°)下获得,每种条件保留六条记录。主要结局是每条完整存档记录期间垂直测力计示值的最大值,而非与事件同步的组织破裂力。数据集包括原始力-时间波形、试验级记录最大值、历史静态力示值检查、非配对组织厚度测量、描述性补充表格、图表以及经验证的Python复现代码(v16.25)。所有162个记录最大值均已从存档波形中复现。然而,源动物与试验的关联、穿刺事件时间戳以及被排除尝试的计数均不可用。因此,这些发现不能确立独立的生物学效应、因果关系或临床安全阈值。
修订后的波形ZIP是一个保存的研究文件副本,附有SHA256清单。所有162个独立波形文件均已对照该清单完成验证。如随附README所述,ZIP容器校验和与历史Zenodo第7版存档不同。历史Zenodo第7版(DOI: 10.5281/zenodo.22067763)仍可获取,其中包含早期的探索性推断分析,但这些分析未用于支持当前描述性研究的结论。
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。




