TBNA数据（EBUS引入前后）
EBUS引入前后TBNA数据的表格数据集，用于分析超声支气管镜对经支气管针吸活检的影响。
基本信息
资源简介
TBNA数据（EBUS引入前后）
【一句话概览】
该源站标题为“TBNA data pone.xlsx”，原始描述为“TBNA data before and after the introduction of EBUS”，即EBUS引入前后的TBNA数据。文件数为1，文件合计大小135.9 KB，源站标签为“tbna”，许可为CC BY 4.0（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
本数据集源站标题为《TBNA data pone.xlsx》。源站首次发布：2016-03-17。
【数据内容】
源站原始描述：TBNA data before and after the introduction of EBUS
中文译文（机器翻译，仅供快速理解，请以原文为准）：EBUS引入前后的TBNA数据
【数据结构与技术规格】
文件数 1 个，合计 135.87 KB。TBNA data pone.xlsx：application/octet-stream，135.87 KB。数据集 DOI：10.6084/m9.figshare.3117523.v1。
【主题与分类】
主题标签：tbna。
【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://figshare.com/articles/dataset/TBNA_data_pone_xlsx/3117523
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Agarwal, Ritesh (2016). TBNA data pone.xlsx. figshare. 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：TBNA data pone.xlsx
- DOI：10.6084/m9.figshare.3117523.v1
- 发布日期：2016-03-17
- 文件数：1 个
- 文件总体积：135.87 KB
- 源站页面：https://figshare.com/articles/dataset/TBNA_data_pone_xlsx/3117523
命令行下载
curl -L -o "TBNA data pone.xlsx" "https://ndownloader.figshare.com/files/4849045"
文件清单
TBNA data pone.xlsx（135.87 KB）
文件总体积 135.87 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
TBNA data before and after the introduction of EBUS
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.3117523.v1（source: https://figshare.com/articles/dataset/TBNA_data_pone_xlsx/3117523）。
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。
