喀麦隆Nkwen地区医院实施分诊捆绑护理数据集

数据集获取

源站：https://search.dataone.org/view/sha256%3Ab75bea90600a8a7ae6644aa286f6a72a88cede36f15bfdab5a28e1e3492cfad4

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

目的：本项目旨在通过减少等待时间和及时识别急诊室患者来改进分诊流程。数据说明：本数据集包含为一项质量改进干预措施所开发的资源，该干预措施旨在改善喀麦隆Nkwen地区医院的分诊护理。关于受限文件的说明：如果您尚未成为CoLab成员，请填写我们的会员申请调查问卷，以便在2个工作日内获得受限文件的访问权限。部分文件可能仍仅限CoLab成员访问。这些文件被文件所有者视为更为敏感，须逐案共享。请联系CoLab协调员（邮箱：sepsiscolab@bcchr.ca）或访问我们的网站。

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。