特发性正常压力脑积水伴突触核蛋白病:诊断与治疗

特发性正常压力脑积水合并突触核蛋白病的诊断与治疗相关文本数据,涵盖临床特征与治疗决策。

DryadDryad
DataCite Commons
2025-06-01 更新
浏览 26
文本特发性正常压力脑积水突触核蛋白病
Idiopathic normal pressure hydrocephalus with synucleinopathy: diagnosis and treatment

基本信息

模态
文本
大小
0.000015486 GB
许可
https://spdx.org/licenses/CC0-1.0.html
创建/更新时间
2025-06-01

资源简介

特发性正常压力脑积水伴突触核蛋白病:诊断与治疗

【数据集背景】

本数据集源站标题为《Idiopathic normal pressure hydrocephalus with synucleinopathy: diagnosis and treatment》。

【数据内容】

源站原始描述:Pearls - Idiopathic normal pressure hydrocephalus (iNPH) is characterized by the classic triad of gait disturbance, urinary incontinence, and cognitive impairment in the presence of ventriculomegaly without known risk factors for communicating hydrocephalus. Shunt surgery is indicated for iNPH patients who respond to the removal of CSF. Oy-sters - The striatal dopaminergic deficit on dopamine transporter (DAT) scan is not uncommon in patients with iNPH, which might be related to an unfavorable l…

【数据结构与技术规格】

数据集 DOI:doi:10.5061/dryad.66t1g1k11。

【适用方向】

文本类数据可用于医学自然语言处理,如命名实体识别、信息抽取与文本分类。

【获取与许可】

源站页面:https://doi.org/10.5061/dryad.66t1g1k11

使用许可:https://spdx.org/licenses/CC0-1.0.html。

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://datadryad.org/dataset/doi:10.5061/dryad.66t1g1k11

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))

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