肝移植患者家庭护理教育视频开发脚本

肝移植患者家庭护理教育视频开发脚本,涵盖卫生、血糖监测、伤口护理、生命体征和胰岛素应用五个场景。

OSFOSF
DataCite Commons
2025-06-01 更新
浏览 9
文本educational technologieshealthlivertransplantationnursingroteiroscriptransplantationproject
Script for development of an educational video to help in home care for patients undergoing liver transplant

基本信息

模态
文本
创建/更新时间
2025-06-01

资源简介

肝移植患者家庭护理教育视频开发脚本

【一句话概览】

该资料是一份用于开发肝移植患者居家护理教育视频的脚本,包含1个文件,涉及教育技术、健康、肝移植、护理、脚本、移植和项目等标签。脚本分为五个主要场景:卫生、血糖监测、手术伤口护理、生命体征和胰岛素注射(来源 OSF)。

【数据集背景】

本数据集源站标题为《Script for development of an educational video to help in home care for patients undergoing liver transplant》。源站首次发布:2024-07-19。

【数据内容】

源站原始描述:Roteiro para desenvolvimento de um vídeo educativo para auxílio nos cuidados domiciliares de paciente submetidos ao transplante hepático Divisão em cinco cenas principais: higiene, monitoramento da glicemia, cuidados com a ferida operatória, sinais vitais e aplicação da insulina

【数据结构与技术规格】

文件数 1 个。

【主题与分类】

主题标签:educational technologies、health、livertransplantation、nursing、roteiro、scrip、transplantation、project。

【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://osf.io/jcfmp/

【使用注意】

· 源站最后修改于 2025-04-30,引用时请注意版本时效。

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

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://osf.io/jcfmp/

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))

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。

获取专属数据定制方案