哮喘儿童医院管理高频胸壁振荡数据集

数据集仅含 1 个文件,样例文件为 predic_tabel.csv。源站描述围绕吸烟与被动吸。吸烟活动是疾病来源的原因之一,不仅影响主动吸烟者,吸烟者周围的人或被动吸烟者也会受到影响

Andot03 BsrcAndot03 Bsrc
google_dataset
2022-11-12 更新
浏览 7
表格分类classificationhealthintermediateadvanceddiseases
Data from: High Frequency Chest Wall Oscillation in Hospital Management of Asthmatic Children

基本信息

模态
表格
大小
0.001718803 GB
任务类型
分类
许可
Unknown
创建/更新时间
2022-11-12
版本
v1

资源简介

哮喘儿童医院管理高频胸壁振荡数据集

DATASET PREDIC TERKENA PENYAKIT PARU-PARU

该数据集来自 kaggle.com,英文名为 Data from: High Frequency Chest Wall Oscillation in Hospital Management of Asthmatic Children,源站标题为 DATASET PREDIC TERKENA PENYAKIT PARU-PARU,由 Andot03 Bsrc 于 2022-11-12 发布,主题标签涵盖 classification、health、intermediate、advanced、diseases,本站归类为呼吸系统疾病 / 哮喘。数据集仅含 1 个文件,样例文件为 predic_tabel.csv。源站描述围绕吸烟与被动吸。

【数据集背景】

源站首次发布:2022-11-12。

【数据内容】

源站描述(机器翻译,仅供参考):吸烟活动是疾病来源的原因之一,不仅影响主动吸烟者,吸烟者周围的人或被动吸烟者也会受到影响。被动吸烟者比主动吸烟者更容易遭受疾病的影响。然而,如果现有 1% 的人口成为被动吸烟者,那么现有的肺科专家将无法应对。这是一个必须解决的问题。用户可以通过专家系统对自身症状及其治疗进行初步诊断。在本研究中,专家系统使用 certainty factor 方法,该方法可以提供事实的确定性。计算基于专家对疾病症状的置信值进行。所生成的专家系统名为 Diagperosif,该系统根据用户输入的症状诊断疾病。T

【数据结构与技术规格】

文件数 1 个,合计 1.72 MB。

【主题与分类】

主题标签:classification、health、intermediate、advanced、diseases。本站分类:呼吸系统疾病/哮喘。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/andot03bsrc/dataset-predic-terkena-penyakit-paruparu

使用许可:Unknown。

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。

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

源站:https://kaggle.com/datasets/andot03bsrc/dataset-predic-terkena-penyakit-paruparu/suggestions

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。

数据集大小约 1.7 MB。

数据说明

Andot03 Bsrc (2022). DATASET PREDIC TERKENA PENYAKIT PARU-PARU [Dataset]. https://www.kaggle.com/datasets/andot03bsrc/dataset-predic-terkena-penyakit-paruparu/suggestions

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