鼻塞医学主题词

鼻塞医学主题词 与鼻塞(Nasal congestion)高度相关,包含文本形式的样本、标注、临床变量、组学记录或权威知识条目,可用于疾病分类、特征筛选、模型训练和公开数据集整理。

U.S. National Library of MedicineU.S. National Library of Medicine
MeSH Browser
2026-01-01 更新
浏览 28
文本分类Nasal ObstructionNose DiseasesRespiratory Tract DiseasesAirway ObstructionMeSH Descriptor
Nasal Obstruction MeSH Descriptor

基本信息

模态
文本
数据量
1
任务类型
分类
许可
Public Domain
创建/更新时间
2026-01-01

资源简介

鼻塞医学主题词

【一句话概览】

鼻塞指空气进出鼻腔通道受到的任何阻碍。该阻塞可为单侧或双侧,并可能涉及鼻腔的任何部位。相关标签包括鼻塞、鼻部疾病、呼吸道疾病、气道阻塞及 MeSH 描述符(来源 meshb.nlm.nih.gov)。

【数据集背景】

本数据集源站标题为《Nasal Obstruction》。

【数据内容】

源站原始描述:Any hindrance to the passage of air into and out of the nose. The obstruction may be unilateral or bilateral, and may involve any part of the NASAL CAVITY

中文译文(机器翻译,仅供快速理解,请以原文为准):任何阻碍空气进出鼻腔的情况。阻塞可以是单侧或双侧的,并可能涉及鼻腔的任何部位。

【主题与分类】

主题标签:Nasal Obstruction、Nose Diseases、Respiratory Tract Diseases、Airway Obstruction、MeSH Descriptor。

【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://meshb.nlm.nih.gov/record/ui?ui=D015508

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://meshb.nlm.nih.gov/record/ui?ui=D015508

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

鼻塞医学主题词 是与鼻塞相关的公开文本数据资源,提供疾病样本、标注、变异、表达谱或标准化知识,主要用于分类和医学数据整理。

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