右半结肠憩室炎临床研究数据集
该数据集包含22名右半结肠憩室炎患者的临床表格数据，涵盖人口统计学、Hinchey分期、治疗方案及随访结果等信息，主要用于分析该疾病在亚洲人群中的临床特征、比较保守治疗与手术治疗的疗效，并研究其复发风险与预后因素，为胃肠外科的临床实践与东西方疾病模式差异研究提供数据支持。
基本信息
资源简介
右半结肠憩室炎临床研究数据集
【数据集背景】
本数据集源站标题为《The region where colonic diverticulitis is infrequent: Right colon diverticulitis》。
【数据内容】
源站原始描述：Background: Diverticular disease of colon which is rare before 40 years of age is seen at a 50% frequency over 80 years of age. Approximately 10-25% of these patients experience colonic diverticulitis during their lifetime. Right-sided diverticulosis is a rare condition in Western countries, but is common among Asian countries. The aim of this study is to evaluate the clinical and treatment outcomes of our patients with right colon diverticulitis. Methods: The demographic and clinical data of 22…
【主题与分类】
主题标签：Medicine, Health and Life Sciences、Right colon diverticulitis、Hinchey classification、Conservative treatment。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:8507758d1eb5bdab3ff96b29b857caff37e4c9f638020314cfc6075781e7e27f
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
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
该数据集是一项关于右半结肠憩室炎的临床研究数据，包含2014年至2017年间22名诊断为右半结肠（包括盲肠）憩室炎患者的临床资料。数据内容涵盖患者的人口统计学信息（性别比例、年龄分布）、临床特征、Hinchey分期（基于影像学评估和临床表现）、治疗方案（保守治疗与手术治疗）以及随访结果（复发情况）。数据来源于单中心临床观察性研究，通过回顾性分析收集。该数据集主要用于研究右半结肠憩室炎的流行病学特征、临床管理策略（保守治疗与手术治疗的比较）以及预后因素，对消化外科、胃肠病学领域的临床决策和比较医学研究（东西方疾病模式差异）具有参考价值。
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。
