COVID-19对放疗流程步骤预期影响数据集
COVID-19对放射治疗流程步骤预期影响的数据集，包含文本或表格形式的分析数据。
基本信息
资源简介
COVID-19对放疗流程步骤预期影响数据集
【数据集背景】
本数据集源站标题为《Expected impact of COVID-19 on process steps of radiotherapy.》。配套论文《Influence of the pandemic dissemination of COVID-19 on radiotherapy practice: A flash survey in Germany, Austria and Switzerland》发表于 PLOS ONE（2020），DOI：10.1371/journal.pone.0233330。源站首次发布：2020-05-21。
【数据内容】
源站原始描述：Expected impact of COVID-19 on process steps of radiotherapy
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 9.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0233330.t009。
【主题与分类】
源站学科分类：Cancer、Science Policy、Infectious Diseases。主题标签：COVID -19、COVID -19 discussions、COVID -19 dissemination、COVID -19 pandemic、March 23 rd、support business continuity、personnel、radiotherapy centres。
【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://plos.figshare.com/articles/dataset/Expected_impact_of_COVID-19_on_process_steps_of_radiotherapy_/12352745
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Reuter-Oppermann, Melanie; Müller-Polyzou, Ralf; Wirtz, Holger; Georgiadis, Anthimos (2020). Expected impact of COVID-19 on process steps of radiotherapy.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-15，引用时请注意版本时效。
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：Expected impact of COVID-19 on process steps of radiotherapy.
- DOI：10.1371/journal.pone.0233330.t009
- 发布日期：2020-05-21
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Expected_impact_of_COVID-19_on_process_steps_of_radiotherapy_/12352745
命令行下载
curl -L -o "Table 9.xls" "https://ndownloader.figshare.com/files/22765508"
文件清单
Table 9.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
Expected impact of COVID-19 on process steps of radiotherapy.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0233330.t009（source: https://plos.figshare.com/articles/dataset/Expected_impact_of_COVID-19_on_process_steps_of_radiotherapy_/12352745）。
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。
