四种模型在帕金森病患者测试集上的ROC_AUC性能数据集
包含四种机器学习模型在帕金森病患者队列上预测性能的ROC_AUC值数据集。
基本信息
资源简介
四种模型在帕金森病患者测试集上的ROC_AUC性能数据集
【数据集背景】
本数据集源站标题为《The overall performance of the four models on all variables in the test set with Receiver Operator Characteristics Area Under the Curve (ROC_AUC) values as the metric.》。源站首次发布：2024-12-30。
【数据内容】
源站原始描述：The general model was trained on a general surgery patient cohort, the transfer learning model was trained on the general surgery patient cohort and transferred to a PD-specific patient cohort, the direct model, and the Random Forest model (RF) was trained exclusively on the PD-specific patient cohort
【数据结构与技术规格】
文件数 1 个，合计 9.73 KB。Table 2.xls：application/vnd.ms-excel，9.73 KB。数据集 DOI：10.1371/journal.pone.0316402.t002。
【主题与分类】
源站学科分类：Medicine、Genetics、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified、Mathematical Sciences not elsewhere classified、Marine Biology。主题标签：specific patient cohort、pancreatic ductal adenocarcinoma、optimal treatment planning、deep neural networks、2002 &# 8211、transfer learning may、surgical risk calculator、pd specific cohort、pd patient cohort、modelling approaches comprised。
【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://plos.figshare.com/articles/dataset/The_overall_performance_of_the_four_models_on_all_variables_in_the_test_set_with_Receiver_Operator_Characteristics_Area_Under_the_Curve_ROC_AUC_values_as_the_metric_/28108770
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Bonde, Mikkel; Bonde, Alexander; Kaafarani, Haytham; Millarch, Andreas; Sillesen, Martin (2024). The overall performance of the four models on all variables in the test set with Receiver Operator Characteristics Area Under the Curve (ROC_AUC) values as the metric.. 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）
- 源站标题：The overall performance of the four models on all variables in the test set with Receiver Operator Characteristics Area Under the Curve (ROC_AUC) values as the metric.
- DOI：10.1371/journal.pone.0316402.t002
- 发布日期：2024-12-30
- 文件数：1 个
- 文件总体积：9.73 KB
- 源站页面：https://plos.figshare.com/articles/dataset/The_overall_performance_of_the_four_models_on_all_variables_in_the_test_set_with_Receiver_Operator_Characteristics_Area_Under_the_Curve_ROC_AUC_values_as_the_metric_/28108770
命令行下载
curl -L -o "Table 2.xls" "https://ndownloader.figshare.com/files/51417762"
文件清单
Table 2.xls（9.73 KB）
文件总体积 9.73 KB（源站 API 实测）。
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。
数据说明
The general model was trained on a general surgery patient cohort, the transfer learning model was trained on the general surgery patient cohort and transferred to a PD-specific patient cohort, the direct model, and the Random Forest model (RF) was trained exclusively on the PD-specific patient cohort.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0316402.t002（source: https://plos.figshare.com/articles/dataset/The_overall_performance_of_the_four_models_on_all_variables_in_the_test_set_with_Receiver_Operator_Characteristics_Area_Under_the_Curve_ROC_AUC_values_as_the_metric_/28108770）。
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。
