老年急性胆囊炎患者PTGBD后LC时机预测模型数据集

基于机器学习方法,利用临床数据预测老年急性胆囊炎患者经皮肝胆管引流术后腹腔镜胆囊切除术的手术时机。

doi.orgdoi.org
doi.org
2024-11-11 更新
浏览 25
表格Biological Database
Establishment of a prediction model for the timing of laparoscopic cholecystectomy (LC) after percutaneous transhepatic gallbladder drainage (PTGBD) in elderly patients with acute cholecystitis based on machine learning technology

基本信息

模态
表格
大小
0.000129673 GB
创建/更新时间
2024-11-11

资源简介

老年急性胆囊炎患者PTGBD后LC时机预测模型数据集

【一句话概览】

该资源标题与原始描述显示,研究基于机器学习技术建立预测模型,用于预测老年急性胆囊炎患者在经皮经肝胆囊穿刺引流(PTGBD)后行腹腔镜胆囊切除术(LC)的时机;源站标签为“Biological Database”(来源 DOI 解析)。

【数据集背景】

本数据集源站标题为《Establishment of a prediction model for the timing of laparoscopic cholecystectomy (LC) after percutaneous transhepatic gallbladder drainage (PTGBD) in elderly patients with acute cholecystitis based on machine learning technology.》。源站首次发布:2024。

【数据内容】

源站原始描述:Establishment of a prediction model for the timing of laparoscopic cholecystectomy (LC) after percutaneous transhepatic gallbladder drainage (PTGBD) in elderly patients with acute cholecystitis based on machine learning technology

中文译文(机器翻译,仅供快速理解,请以原文为准):基于机器学习技术构建老年急性胆囊炎患者经皮经肝胆囊引流术(PTGBD)后腹腔镜胆囊切除术(LC)时机的预测模型

【主题与分类】

主题标签:Biological Database。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/6kyhhj6svh/1

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:http://doi.org/10.17632/6kyhhj6svh.1

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

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))

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。