甲状腺功能减退/亢进数据集

该数据集是一个包含甲状腺功能减退和甲状腺功能亢进相关临床信息的结构化表格数据集,涵盖患者实验室检查指标等临床数据,主要用于甲状腺疾病的医学研究、机器学习模型训练以及临床辅助诊断工具的开发。

Dario MandarinoDario Mandarino
kaggle
2020-12-29 更新
浏览 28
computer sciencehealth
Hypo/Hyperthyroidism dataset

基本信息

大小
0.002367446 GB
许可
Unknown
创建/更新时间
2020-12-29
版本
v3

资源简介

甲状腺功能减退/亢进数据集

【一句话概览】

该数据集名为 Hypo/Hyperthyroidism dataset,版本日期为 2020 年 12 月 29 日,共包含 9 个数据集,文件数为 9,文件合计大小 2.4 MB。源站标签为 computer science 和 health,许可状态为 Unknown(来源 Kaggle,Unknown 许可)。

【数据集背景】

本数据集源站标题为《Hypo/Hyperthyroidism dataset》。源站首次发布:2020-12-29。

【数据结构与技术规格】

文件数 9 个,合计 2.37 MB。

【主题与分类】

主题标签:computer science、health。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/dariomandarino/hypothyroid-multi-dataset

使用许可:Unknown。

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。

需登录

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

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

方式一:KaggleHub(Python,推荐 AI Agent 使用)

# 前置依赖: pip install kagglehub
import kagglehub

path = kagglehub.dataset_download("dariomandarino/hypothyroid-multi-dataset")
print("数据已下载至:", path)

方式二:Kaggle CLI(命令行)

# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d dariomandarino/hypothyroid-multi-dataset
unzip hypothyroid-multi-dataset.zip -d hypothyroid-multi-dataset/

数据说明

该数据集是一个公开的医学数据集,包含与甲状腺功能减退症和甲状腺功能亢进症相关的临床数据。数据内容涵盖患者的临床指标、实验室检查结果等结构化表格信息,来源于Kaggle平台上的多源数据集合(共包含9个子数据集)。该数据集主要用于甲状腺疾病的研究、诊断辅助模型的开发、临床数据分析以及机器学习在医疗健康领域的应用。

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