使用图像识别技术和智能手机改善倒睫手术结果的数据管理与共享计划 - R33转移

该数据集提供利用图像识别技术和智能手机改善倒睫手术结果的研究数据管理与共享计划,涵盖科学数据生成与使用说明。

UNC DataverseUNC Dataverse
DataCite Commons
2026-03-11 更新
浏览 29
文本OtherSensitive dataComputer software
Data Management and Sharing Plan for: Using Image Recognition Technology and Smartphones to Improve Trichiasis Surgery Outcomes - R33 Transfer

基本信息

模态
文本
创建/更新时间
2026-03-11
版本
v1

资源简介

使用图像识别技术和智能手机改善倒睫手术结果的数据管理与共享计划 - R33转移

【一句话概览】

该数据管理与共享计划针对“利用图像识别技术与智能手机改善倒睫手术结果 - R33 Transfer”项目,说明研究中将生成和/或使用的科学数据,并概述项目数据的管理与共享策略。标签包括其他、敏感数据和计算机软件(来源 Dataverse)。

【数据集背景】

本数据集源站标题为《Data Management and Sharing Plan for: Using Image Recognition Technology and Smartphones to Improve Trichiasis Surgery Outcomes - R33 Transfer》。

【数据内容】

源站原始描述:The Data Management and Sharing Plan describes the scientific data to be generated and/or used in the research and outlines a strategy for managing and sharing project data

中文译文(机器翻译,仅供快速理解,请以原文为准):数据管理与共享计划描述了研究中将生成和/或使用的科学数据,并概述了项目数据的管理和共享策略。

【数据结构与技术规格】

数据集 DOI:doi:10.15139/S3/Z6IJLE。

【主题与分类】

主题标签:Other、Sensitive data、Computer software。

【适用方向】

文本类数据可用于医学自然语言处理,如命名实体识别、信息抽取与文本分类。

【获取与许可】

源站页面:https://dataverse.unc.edu/dataset.xhtml?persistentId=doi:10.15139/S3/Z6IJLE

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

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://dataverse.unc.edu/citation?persistentId=doi:10.15139/S3/Z6IJLE

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))

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