银胶基应变传感器开发原始数据集:应用于糖尿病足评估

包含用于糖尿病足评估的银胶基应变传感器开发原始数据,涵盖参数测试和性能评估。

University of LeedsUniversity of Leeds
DataCite Commons
2026-01-19 更新
浏览 25
表格H300 - Mechanical engineering
Raw Data - Development of a Body-Worn Textile-Based Strain Sensor: Application to Diabetic Foot Assessment

基本信息

模态
表格
创建/更新时间
2026-01-19

资源简介

银胶基应变传感器开发原始数据集:应用于糖尿病足评估

【一句话概览】

本数据集是 LSHTM Data Compass 公开的结构化表格数据集,主题涵盖 H300 - Mechanical engineering,可用于统计建模、特征工程与队列分析。

【数据集背景】

本数据集源站标题为《Raw Data - Development of a Body-Worn Textile-Based Strain Sensor: Application to Diabetic Foot Assessment》。源站首次发布:2025。

【数据内容】

源站原始描述:This dataset contain the raw data associated with the development of a silver adheisive based strain sensor. The data contains the output of parametric testing covering the number of turns, sensor length and cure temperature of the strain gauge design, collected through quasi-static testing. The second set out data assess a series of robustness improvement made to the sensor, collected through quasi-static testing and some cyclic loading. The final set of data was used to assess sensor performan…

【主题与分类】

主题标签:H300 - Mechanical engineering。

【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://archive.researchdata.leeds.ac.uk/1379/

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。

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。

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:https://archive.researchdata.leeds.ac.uk/1379/

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。