支气管介入诊断机器人系统动物实验操作规范

数据来源于前期调研和实验实操的反馈,最终形成支气管介入诊断机器人系统实验操作规范一项,内容涵盖动物实验手术室的布局、支气管介入诊断手术机器人系统的消毒方法、实验动物的准备及铺单方法、支气管介入诊断机器人系统辅助操作方法…

北京协和医院北京协和医院
国家基础学科公共科学数据中心
浏览 20
文本机器人实验规范胸外科学临床医学外科学
Animal Experimental Operation Specification for Bronchial Interventional Diagnostic Robot System

基本信息

模态
文本
许可
完全共享
创建/更新时间
2026-10-08

资源简介

支气管介入诊断机器人系统动物实验操作规范

【一句话概览】

“支气管介入诊断机器人系统动物实验操作规范”源于前期调研和实验实操反馈,涵盖动物实验手术室布局、机器人系统消毒、实验动物准备及铺单、辅助操作、术后用药及观察五部分。数据量1290KB,含2个文件,合计1.3MB,格式为pdf、docx。标签为机器人、实验、规范、胸外科学、临床医学、外科学,许可完全共享(来源 国家基础学科公共科学数据中心,完全共享 许可)。

【数据集背景】

源站首次发布:2024-11-25。

【数据内容】

源站原始描述:数据来源于前期调研和实验实操的反馈,最终形成支气管介入诊断机器人系统实验操作规范一项,内容涵盖动物实验手术室的布局、支气管介入诊断手术机器人系统的消毒方法、实验动物的准备及铺单方法、支气管介入诊断机器人系统辅助操作方法、支气管介入诊断机器人实验术后用药及观察方法等五部分主要内容。数据量1290KB 数据格式:pdf、docx。

中文译文(机器翻译,仅供快速理解,请以原文为准):The data were derived from the feedback of preliminary research and experimental hands-on operation, and ultimately an experimental operation protocol for the bronchoscopic interventional diagnostic

【数据结构与技术规格】

文件数 2 个,合计 1.34 MB。

【主题与分类】

主题标签:机器人、实验、规范、胸外科学、临床医学、外科学。

【适用方向】

文本类数据可用于医学自然语言处理,如命名实体识别、信息抽取与文本分类。

【获取与许可】

源站页面:https://nbsdc.cn/general/dataDetail?id=674b68d3195d2661e1ba4105&type=1

使用许可:完全共享。

规范引用:CSTR:16666.11.nbsdc.L4CDCzNU

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:https://nbsdc.cn/general/dataDetail?id=674b68d3195d2661e1ba4105&type=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。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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