过敏性肺炎暴露知识库
过敏性肺炎暴露知识库 与肺炎（Pneumonitis）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。
基本信息
资源简介
过敏性肺炎暴露知识库
【一句话概览】
该数据集标题为 hpLung，标签涉及肺、暴露与抗原，页面包含“暴露”“抗原”“关于”及“浏览暴露”等栏目，并以字母 A 至 Y 分组列出病例数及各项计数，但未提供具体含义或统计口径说明（来源 hplung.com）。
【数据集背景】
本数据集源站标题为《hpLung》。
【数据内容】
源站原始描述：Exposures - hpLung EXPOSURES    ANTIGENS    ABOUT Browsing Exposures Go A Cases 48 2 B 16 1 2 1 1 181 8 1 1 103 C 42 2 10 2 1 1 3 1 12 5 1 1 4 103 3 1 D 9 1 3 2 1 5 E 2 30 F 342 47 1 1 2 1 1 G 7 5 H 1 1 141 132 1 I 1 1 26 K 1 1 L 1 1 9 8 M 1 2 68 32 63 1 1 57 N 14 O 1 3 P 14 22 2 1 1 202 5 2 1 R 1 2 S 1 17 10 2 1 1 1 2 80 1 T 4 27 14 V 1 W 8 35 Y 1 EXPOSURES      ANTIGENS      ABOUT Browsing Exposures Go A Cases 48 2 B 16 1 2 1 1 181 8…
中文译文（机器翻译，仅供快速理解，请以原文为准）：暴露 - hpLung 暴露    抗原    关于 浏览暴露 前往 病例 48 2 B 16 1 2 1 1 181 8 1 1 103 C 42 2 10 2 1 1 3 1 12 5 1 1 4 103 3 1 D 9 1 3 2 1 5 E 2 30 F 342 47 1 1 2 1 1 G 7 5 H 1 1 141 132 1 I 1 1 26 K 1 1 L 1 1 9 8 M 1 2 68 32 63 1 1 57 N 14 O 1 3 P 14 22 2 1 1 202 5 2 1 R 1 2 S 1 17 10 2 1 1 1 2 80 1 T 4 27 14 V 1 W 8 35 Y 1 暴露      抗原      关于 浏览暴露 前往 病例 48 2 B 16 1 2 1 1 181 8 1 1 103 C 42 2 10 2 1 1 3 1 12 5 1 1 4 103 3 1 D 9 1 3 2 1 5 E 2 30 F 342 47 1 1 2 1 1 G 7 5 H 1 1 141 132 1 I 1 1 26 K 1 1 L 1 1 9 8 M 1 2 68 32 63 1 1 57 N 14 O 1 3 P 14 22 2 1 1 202 5 2 1 R 1 2 S 1 17 10 2 1 1 1 2 80 1 T 4 27 14 V 1 W 8 35 Y 1
【主题与分类】
主题标签：lung、exposures、antigens。
【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://hplung.com/
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
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
过敏性肺炎暴露知识库 是与肺炎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。
