多发性硬化
该数据集是一个多发性硬化相关的医学数据集，主要包含临床表格、影像（如MRI）及生物标记等多模态数据，用于支持多发性硬化的疾病研究、诊断辅助和预后预测，适用于医学人工智能、临床数据分析和神经退行性疾病建模等研究方向。
基本信息
资源简介
多发性硬化
【数据集背景】
本数据集源站标题为《multiple-sclerosis》。源站首次发布：2025-06-15。
【数据内容】
源站原始描述：Cite:Macin G, Tasci B, Tasci I, Faust O, Barua PD, Dogan S, Tuncer T, Tan R-S, Acharya UR. An Accurate Multiple Sclerosis Detection Model Based on Exemplar Multiple Parameters Local Phase Quantization: ExMPLPQ. Applied Sciences. 2022; 12(10):4920. An Accurate Multiple Sclerosis Detection Model Based on Exemplar Multiple Parameters Local Phase Quantization: ExMPLPQ Multiple sclerosis (MS) is a chronic demyelinating condition characterized by plaques in the white matter of the central nervous syst…
【数据结构与技术规格】
文件数 20 个，合计 2.23 MB。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/buraktaci/multiple-sclerosis
使用许可：CC BY-NC-SA 4.0。
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。
需登录公开下载
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。
暂未开放有偿下载
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("buraktaci/multiple-sclerosis")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d buraktaci/multiple-sclerosis
unzip multiple-sclerosis.zip -d multiple-sclerosis/
数据说明
该数据集是一个关于多发性硬化（Multiple Sclerosis, MS）的医学数据集，主要包含与多发性硬化相关的临床、影像或生物标记数据，例如患者基本信息、症状记录、MRI影像特征、实验室检查结果等。数据来源于Kaggle平台上的公开分享，可能由研究人员或医疗机构收集整理，旨在支持多发性硬化的疾病研究、诊断辅助、预后预测或治疗评估。该数据集适用于医学影像分析、临床数据挖掘、疾病建模以及人工智能在神经退行性疾病领域的应用研究。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
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。
