多类COVID-19检测（ESN极端智能网络）数据集
基于ESN模型进行多类COVID-19检测的数据集，不含MeanDropout特征空间。
基本信息
资源简介
多类COVID-19检测（ESN极端智能网络）数据集
【数据集背景】
本数据集源站标题为《Multiclass COVID-19 detection by utilizing ESN: Extreme Smart Network without MeanDropout feature space.》。配套论文《Enhancing multiclass COVID-19 prediction with ESN-MDFS: Extreme smart network using mean dropout feature selection technique》发表于 PLOS ONE（2024），DOI：10.1371/journal.pone.0310011。源站首次发布：2024-11-12。
【数据内容】
源站原始描述：Multiclass COVID-19 detection by utilizing ESN: Extreme Smart Network without MeanDropout feature space
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 2.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0310011.t002。
【主题与分类】
源站学科分类：Space Science、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified、Cancer。主题标签：publicly available sources、promising significant advancements、portable chest x、novel approach called、large dataset containing、extreme smart network、000 cxr images、model &# 8217、images encompass covid、enhancing multiclass covid。
【适用方向】
源站学科分类标注为 Space Science、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified、Cancer。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Multiclass_COVID-19_detection_by_utilizing_ESN_Extreme_Smart_Network_without_MeanDropout_feature_space_/27681877
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Ahmed, Saghir; Raza, Basit; Hussain, Lal; Sadiq, Touseef; Dutta, Ashit Kumar (2024). Multiclass COVID-19 detection by utilizing ESN: Extreme Smart Network without MeanDropout feature space.. 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：Multiclass COVID-19 detection by utilizing ESN: Extreme Smart Network without MeanDropout feature space.
- DOI：10.1371/journal.pone.0310011.t002
- 发布日期：2024-11-12
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Multiclass_COVID-19_detection_by_utilizing_ESN_Extreme_Smart_Network_without_MeanDropout_feature_space_/27681877
命令行下载
curl -L -o "Table 2.xls" "https://ndownloader.figshare.com/files/50400460"
文件清单
Table 2.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
Multiclass COVID-19 detection by utilizing ESN: Extreme Smart Network without MeanDropout feature space.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0310011.t002（source: https://plos.figshare.com/articles/dataset/Multiclass_COVID-19_detection_by_utilizing_ESN_Extreme_Smart_Network_without_MeanDropout_feature_space_/27681877）。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
