其他

该数据集来自 clinicaltrials.gov，是一项随机临床试验，研究对象为根据特定风险因素被判定为伤口并发症高风险的血管腹股沟切口患者

该数据集来自 clinicaltrials.gov，聚焦血管外科腹股沟动脉入路手术中不可见的淋巴管损伤。覆盖血管外科手术、外周动脉疾病、急性缺血、出血、动脉瘤及假性动脉瘤等情形

该数据集围绕 COVID-19 阴性对照结局构建概念集，覆盖诊断、药物、操作、实验室测量和免疫接种等概念。针对 29 个结局识别了相关 SNOMED 与 ICD-10-CM 编码并补充下位概念，另对 10 个结局沿用既往研究的概念集

该数据集来自 clinicaltrials.gov，围绕 Lumoral 双光动力疗法在慢性牙周炎日常家用管理中的早期研究

该数据集来自clinicaltrials.gov，聚焦慢性广泛性中度至重度牙周炎患者，评估Lumoral设备在日常家庭环境中通过抗菌光动力疗法（aPDT）对牙菌斑的靶向抗菌作用

研究目的是分析与此类患者日常生活长期身体功能受限相关的因素。数据覆盖感染性疾病领域，可用于探索影响患者长期功能结局的相关因素，为康复评估与后续研究提供参考（来源 clinicaltrials.gov）

该数据集来自 search.dataone.org，为结构化电话调查数据，旨在定量评估 COVID-19 对孟加拉国中东部地区女性劳务移民的影响

数据基于 COVID-19 Ontology 和 NPGEO Corona Hub 2020，包含德国 Robert Koch-Institut 收集的 COVID-19 每日单例病例、德国每日病例、德国累计病例、联邦州每日病例及联邦州累计病例

字段包括 ISO 国家代码、大洲、地理位置、日期、累计确诊病例、新增病例、7 日平滑新增病例、每百万人累计和新增病例、累计死亡等

该数据集整合了 X-ray 与 CT 两类影像，并经过数据增强处理，共生成 6130 张图像，实际提供文件 6128 个

源站描述围绕自然灾害与危机管理，提出利用域适应的增强阿拉伯语灾难数据分类模型，并使用从 Twitter 收集的阿拉伯语灾难标准数据集进行测试，实验结果表明所提模型显著优于此前最先进结果

数据由 CycleGAN 深度学习模型生成，并用于分类实验以检验合成数据的可用性。该数据集可用于 COVID-19 相关的深度学习模型训练与验证，尤其适用于数据增强和合成数据质量评估等场景（来源 Mendeley Data）