三类模型准确率数据集（正常、炎症、癌前与胆管癌合并）
该数据集包含用于区分正常组织、炎症组织以及癌前病变与胆管癌合并组织的三类分类模型的准确率数值，数据模态为数值型评估指标，主要用于胆管癌的早期检测与鉴别诊断研究，支持医学影像分析和机器学习模型性能评估。
基本信息
资源简介
三类模型准确率数据集（正常、炎症、癌前与胆管癌合并）
【数据集背景】
本数据集源站标题为《Accuracy values of the three-class model (normal, inflammation, and combined precancerous and CCA).》。源站首次发布：2025-10-27。
【数据内容】
源站原始描述：Accuracy values of the three-class model (normal, inflammation, and combined precancerous and CCA)
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 4.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0334916.t004。
【主题与分类】
源站学科分类：Cell Biology、Molecular Biology、Biotechnology、Immunology、Cancer、Infectious Diseases。主题标签：include significant cholangiofibrosis、opisthorchis viverrini </、enhanced raman spectroscopy、93 %, specificity、current diagnostic methods、accurately detect precancerous、machine learning achieved、minimally invasive detection、free sers approach、xlink "> cholangiocarcinoma。
【适用方向】
源站学科分类标注为 Cell Biology、Molecular Biology、Biotechnology、Immunology、Cancer、Infectious Diseases。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Accuracy_values_of_the_three-class_model_normal_inflammation_and_combined_precancerous_and_CCA_/30458259
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Chaidee, Apisit; Kongsintaweesuk, Suppakrit; Pongking, Thatsanapong; Tunbenjasiri, Keerapach; Mon, Aye Myat; Pairojkul, Chawalit; et al. (2025). Accuracy values of the three-class model (normal, inflammation, and combined precancerous and CCA).. 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）
按页面 Download 按钮获取。
数据说明
该数据集是一个医学诊断分类数据集，记录了用于区分正常组织、炎症组织以及癌前病变与胆管癌合并组织的三类模型的准确率数值。数据来源于医学研究，通过构建分类模型对胆管癌相关病理图像或临床特征进行分析，旨在评估模型在胆管癌早期检测与鉴别诊断中的性能，可用于胆管癌检测、医学影像分析及机器学习模型评估等研究方向。
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。
