糖尿病前瞻性可审计概念协调基准数据集
该数据集是一个面向文献计量关键词协调中概念等价判定评估的500对前瞻性基准，来源为PubMed Central糖尿病领域文献
基本信息
资源简介
糖尿病前瞻性可审计概念协调基准数据集
Diabetes-Mellitus Prospective Benchmark for Auditable Concept Harmonisation
该数据集是一个面向文献计量关键词协调中概念等价判定评估的500对前瞻性基准，来源为PubMed Central糖尿病领域文献。每条关键词对包含11个字段，涵盖来源频次、候选分层、最终裁定金标准标签、来源许可及贡献PMC标识。金标准含161对匹配、338对不匹配和1对不确定；来源许可为497例CC BY和3例CC0。数据可用于评估和复现概念等价分类方法，支持可审计的关键词协调研究（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【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）：该数据集提供了一个经再分发许可的500对前瞻性基准，用于评估文献计量关键词协调中的概念等价判定。该基准基于PubMed Central的糖尿病领域源材料构建，包含11个字段，描述每个关键词对、来源频次、候选分层、最终裁定的金标准标签、来源许可及贡献PMC标识。最终金标准包含161对匹配、338对不匹配和1对不确定。对级来源出处包括497例CC BY和3例CC0。源获取于2026年9月7日检索到15,106条记录，其中1,066条严格合格记录贡献了6,029次作者关键词出现，代表4,092个唯一字符串。编译后的基准采用CC BY 4.0许可；底层PMC源文章保留其原始CC BY或CC0许可。
【主题与分类】
主题标签：bibliometrics、keyword harmonisation、concept equivalence、diabetes mellitus、benchmark dataset、pairwise equivalence benchmarking、scientometrics、reproducibility。本站分类：内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.22736625
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.22736625
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 87.1 KB。
数据说明
本数据集提供了一个经再分发许可清理的500对前瞻性基准，用于评估文献计量关键词协调中的概念等价性判定。该基准基于PubMed Central中糖尿病领域的源材料构建，包含11个字段，描述每个关键词对、来源频次、候选分层、最终裁定的金标准标签、来源许可及贡献的PMC标识符。最终金标准包含161对匹配、338对不匹配和1对不确定。配对层面的来源出处包括497例CC BY案例和3例CC0案例。来源采集于2026年9月7日检索到15，106条记录，其中1，066条严格合格记录贡献了6，029次作者关键词出现，代表4，092个唯一字符串。编译后的基准采用CC BY 4.0许可；底层PMC源文章保留其原始CC BY或CC0许可。不包含各标注者标签、自由文本理由、裁定说明以及标题/摘要上下文证据。
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。
