胸腔积液光谱数据-11376

该数据集包含通过近红外光谱技术收集的胸腔积液患者光谱测量数据,数据模态为光谱信号,基于数值模拟和临床验证构建,主要用于开发非侵入性胸腔积液诊断与监测方法,支持医学影像和呼吸系统疾病研究。

Mendeley DataMendeley Data
doi.org
浏览 39
Spectroscopy
Spectroscopic Data of Pleural Effusion

基本信息

大小
0.00699314 GB
创建/更新时间
2026-09-21

资源简介

胸腔积液光谱数据

【数据集背景】

本数据集源站标题为《Spectroscopic data of pleural effusion》。源站首次发布:2023。

【数据内容】

源站原始描述:Pleural effusion is a medical condition having its etiology in various primary diseases, eg. cardiological, pulmonological, and oncological. It is a side effect of diseases such as pneumonia, tuberculosis, cancer, heart failure, and inflammation which are responsible for causing inflammatory diseases of the pleura. Late detection of pleural effusion disturbs the respiratory function, heart operation or may cause bleeding into the pleural cavity. In such a case, there is an immediate requirement…

【主题与分类】

主题标签:Spectroscopy。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/n4n4r74bgz/1

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:http://doi.org/10.17632/n4n4r74bgz.1

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。

数据说明

该数据集是一个医学研究数据集,专注于胸腔积液(一种由心脏病、肺病、肿瘤等多种疾病引起的胸膜腔液体积聚)的非侵入性检测。数据集包含了通过连续波近红外光谱技术(NIRS)从患者身上收集的光谱测量数据,这些数据基于对浑浊介质中光传输的数值模拟,并在模拟组织模型和接受胸腔穿刺术的患者身上进行了验证。数据内容涉及皮肤、脂肪、肌肉、水层(代表积液)和肺组织等多层结构的光学特性。该数据集主要用于开发胸腔积液的早期诊断和持续监测方法,特别是在门诊患者中实现非侵入性监测,研究方向包括医学影像、光谱学应用和呼吸系统疾病管理。

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。

获取专属数据定制方案