皮肤癌病变评估弹性散射光谱与AI设备补充表格

皮肤癌诊断中弹性散射光谱与AI设备效果评估的补充表格数据。

Mendeley Data
2024-01-31 更新
浏览 19
表格皮肤癌表格
Use of an Elastic-Scattering Spectroscopy and Artificial Intelligence Device in the Assessment of Lesions Suggestive of Skin Cancer: A Comparative Effectiveness Study. Supplemental Table Legend

基本信息

模态
表格
大小
0.000016665 GB
创建/更新时间
2024-01-31
版本
v1

资源简介

皮肤癌病变评估弹性散射光谱与AI设备补充表格

【一句话概览】

本数据集是 Mendeley Data 公开的结构化表格数据集,收录 1 个文件、合计 16.66 KB,可用于统计建模、特征工程与队列分析。

【数据集背景】

本数据集源站标题为《Use of an Elastic-Scattering Spectroscopy and Artificial Intelligence Device in the Assessment of Lesions Suggestive of Skin Cancer: A Comparative Effectiveness Study. Supplemental Table Legend》。源站首次发布:2023-10-05。

【数据内容】

源站原始描述:Supplemental Table 1: Device Effectiveness Analysis for Testing Group – Biopsied Lesions Supplemental Table 2: Dermatologist Effectiveness Analysis for Testing Group – Biopsied Lesions Supplemental Table 3: Device Effectiveness Analysis for Testing Group – Unbiopsied Lesions

中文译文(机器翻译,仅供快速理解,请以原文为准):补充表1:测试组设备有效性分析——已活检病变 补充表2:测试组皮肤科医生有效性分析——已活检病变 补充表3:测试组设备有效性分析——未活检病变

【数据结构与技术规格】

文件数 1 个,合计 16.66 KB。数据集 DOI:10.17632/z4w5crbsm7.1。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/z4w5crbsm7

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://data.mendeley.com/datasets/z4w5crbsm7

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))

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。