高血压人群中甲状腺乳头状癌与原发性醛固酮增多症的关联研究

该数据集为医学临床表格数据,包含高血压人群中甲状腺乳头状癌与原发性醛固酮增多症的关联研究信息,涵盖患者临床特征、诊断指标和实验室检测结果等内容,主要用于探究这两种内分泌相关疾病的流行病学联系、共同风险因素及其在高血压背景下的病理机制,为医学研究和临床实践提供数据支持。

Mendeley Data
浏览 28
甲状腺乳头状癌关联研究原发性醛固酮增多症流行病学
Association between papillary thyroid cancer and primary aldosteronism in individuals with hypertension

基本信息

大小
0.000310637 GB
创建/更新时间
2026-09-21
版本
v1

资源简介

高血压人群中甲状腺乳头状癌与原发性醛固酮增多症的关联研究

【数据集背景】

本数据集源站标题为《Association between papillary thyroid cancer and primary aldosteronism in individuals with hypertension》。源站首次发布:2024-08-13。

【数据内容】

源站原始描述:Supplemental Material of the article "Association between papillary thyroid cancer and primary aldosteronism in individuals with hypertension"

【数据结构与技术规格】

文件数 1 个,合计 310.64 KB。数据集 DOI:10.17632/j4cfktkv33.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/j4cfktkv33

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://data.mendeley.com/datasets/j4cfktkv33

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。

数据说明

该数据集是医学研究论文《Association between papillary thyroid cancer and primary aldosteronism in individuals with hypertension》的补充材料,旨在探讨高血压人群中甲状腺乳头状癌与原发性醛固酮增多症之间的关联。数据集可能包含临床数据、患者特征、诊断信息、实验室检测结果等,数据来源于相关医学研究。主要研究方向包括内分泌代谢疾病、肿瘤流行病学、高血压并发症以及两种疾病的潜在共同病理机制,适用于医学研究、疾病关联分析和临床流行病学调查。

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。

获取专属数据定制方案