Problems studied 数据集
数据可用于肌肉超声图像相关的分类问题研究,具体覆盖范围与使用方式需结合源站文件进一步确认(来源 figshare,CC BY 4.0 许可)

基本信息
资源简介
Problems studied 数据集
Problems studied.
该数据集来自 figshare,包含 1 个文件(Table 2.xls),由 Philippe Burlina 等人于 2017 年发布,DOI 为 10.1371/journal.pone.0184059.t002。主题标签涉及 muscle ultrasound、inclusion body myositis 及分类方法(ML-RF、DL-DCNN),并提及 3214 muscle ultrasound images。数据可用于肌肉超声图像相关的分类问题研究,具体覆盖范围与使用方式需结合源站文件进一步确认(来源 figshare,CC BY 4.0 许可)。
【数据集背景】
源站首次发布:2017-08-30。
【数据结构与技术规格】
文件数 1 个,合计 5.63 KB。数据集 DOI:10.1371/journal.pone.0184059.t002。
【主题与分类】
源站学科分类:Space Science、Medicine、Cell Biology、Biotechnology、Biological Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified。主题标签:muscle ultrasound、inclusion body myositis、method、PM、ML-RF、accuracie、ML、classification、problem、DL。本站分类:肌肉骨骼疾病/其他。
【适用方向】
源站学科分类标注为 Space Science、Medicine、Cell Biology、Biotechnology、Biological Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Problems_studied_/5360146
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Burlina, Philippe; Billings, Seth; Joshi, Neil; Albayda, Jemima (2017). Problems studied.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-03,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:Problems studied.
- DOI:10.1371/journal.pone.0184059.t002
- 发布日期:2017-08-30
- 文件数:1 个
- 文件总体积:5.63 KB
- 源站页面:https://plos.figshare.com/articles/dataset/Problems_studied_/5360146
命令行下载
curl -L -o "Table 2.xls" "https://ndownloader.figshare.com/files/9213556"
文件清单
Table 2.xls(5.63 KB)
文件总体积 5.63 KB(源站 API 实测)。
数据说明
Problems studied.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0184059.t002(source: https://plos.figshare.com/articles/dataset/Problems_studied_/5360146)。
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。




