淋巴水肿测量数据集(包括治疗期间)

该数据集是一个临床医学表格数据集,包含乳腺癌术后淋巴水肿患者双臂在不同位置的重复周长测量数据,记录了2011年至2019年间斯特拉斯堡大学医院患者的临床评估信息,主要用于淋巴水肿的病情监测、治疗效果分析以及医疗数字孪生技术的研究与应用。

Mathelin, Carole; BOUSQUET, NicolasMathelin, Carole; BOUSQUET, Nicolas
IEEE
2021-01-26 更新
浏览 20
Lymphedema measurements (including periods of curative treatments)

基本信息

大小
0.00002025 GB
创建/更新时间
2021-01-26

资源简介

淋巴水肿测量数据集(包括治疗期间)

【数据内容】

源站原始描述:This dataset consists of 16 tables of measurements of the evolution of the two arms of women who underwent a mastectomy of one breast at the University Hospitals of Strasbourg (HUS) between 2011 and 2019, and who presented a lymphedema. The measurements correspond to repeated averages of perimeters (in cm) of the arms in different positions from the shoulder (indicated by a number in cm)

【获取与许可】

源站页面:https://ieee-dataport.org/documents/lymphedema-measurements-including-periods-curative-treatments

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

源站:https://ieee-dataport.org/documents/lymphedema-measurements-including-periods-curative-treatments

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

该数据集包含2011年至2019年间在法国斯特拉斯堡大学医院接受单侧乳房切除术并出现淋巴水肿的女性患者双臂演变过程的测量数据。数据集由16个表格组成,记录了患者手臂在不同位置(以距离肩部的厘米数表示)的重复平均周长测量值(单位:厘米)。数据来源于临床测量,并已由索邦大学、Quantmetry公司、图卢兹数学研究所及斯特拉斯堡大学医院联合用于数字孪生连接对象的研究,相关成果已于2020年提交至IEEE Access期刊。该数据集主要应用于淋巴水肿的临床监测、治疗效果评估及医疗数字孪生模型开发等领域。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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。

获取专属数据定制方案