预测KC/KCS的判别模型构建
预测KC/KCS的判别模型构建数据集，包含模型相关数据。
基本信息
资源简介
预测KC/KCS的判别模型构建
【数据集背景】
本数据集源站标题为《Constructed discrimination model for predicting KC/KCS.》。源站首次发布：2025-01-16。
【数据内容】
源站原始描述：Constructed discrimination model for predicting KC/KCS
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 8.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0308892.t008。
【主题与分类】
源站学科分类：Space Science、Physical Sciences not elsewhere classified、Cell Biology、Biotechnology、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified。主题标签：useful screening tools、severe visual impairment、construct discrimination models、2015 &# 8211、eye difference models、corneal parameters may、85 %) participants、46 %) participants、xlink "> keratoconus、without corneal tomography。
【适用方向】
源站学科分类标注为 Space Science、Physical Sciences not elsewhere classified、Cell Biology、Biotechnology、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Constructed_discrimination_model_for_predicting_KC_KCS_/28220991
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Namba, Hiroyuki; Maeda, Naoyuki; Utsunomiya, Hiroshi; Kaneko, Yutaka; Ishizawa, Kenichi; Ueno, Yoshiyuki; et al. (2025). Constructed discrimination model for predicting KC/KCS.. PLOS ONE. Dataset
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（Figshare）
- 源站标题：Constructed discrimination model for predicting KC/KCS.
- DOI：10.1371/journal.pone.0308892.t008
- 发布日期：2025-01-16
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Constructed_discrimination_model_for_predicting_KC_KCS_/28220991
命令行下载
curl -L -o "Table 8.xls" "https://ndownloader.figshare.com/files/51720912"
文件清单
Table 8.xls（5.63 KB）
文件总体积 5.63 KB（源站 API 实测）。
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。
数据说明
Constructed discrimination model for predicting KC/KCS.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0308892.t008（source: https://plos.figshare.com/articles/dataset/Constructed_discrimination_model_for_predicting_KC_KCS_/28220991）。
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。
