1971与1981年美国西南部铀矿床样本体外生物可及性提取数据集

该数据集来自 search.dataone.org,提供1971年和1981年美国西南部先前采集的铀矿床样本的总元素浓度,以及模拟肺液和胃液中的生物可及性数据,用于探索对其他有害微量金属的潜在暴露

dataone
浏览 11
其他回归healthenvironmentLungBiopsyMass spectroscopyuraniummineral depositsSlick RockColoradoFry CanyonHenry MountainsUtah
In Vitro Bioaccessibility Extractions from Previously Collected Uranium Mineral Deposit Samples, 1971 and 1981, Southwestern U.S

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-18

资源简介

1971与1981年美国西南部铀矿床样本体外生物可及性提取数据集

In Vitro Bioaccessibility Extractions from Previously Collected Uranium Mineral Deposit Samples, 1971 and 1981, Southwestern U.S

该数据集来自 search.dataone.org,提供1971年和1981年美国西南部先前采集的铀矿床样本的总元素浓度,以及模拟肺液和胃液中的生物可及性数据,用于探索对其他有害微量金属的潜在暴露。数据涵盖砷、钴、锰、铊、钒和铀等元素,观察到这些元素的总浓度及模拟胃液、肺液浓度升高。该数据可用于环境健康与呼吸系统暴露相关研究(来源 DataONE)。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集提供了1971年和1981年美国西南部先前采集的铀矿床样本的总元素浓度及模拟肺液和胃液生物可及性,探索对其他有害微量金属的可能暴露。观察到砷、钴、锰、铊、钒和铀的总浓度以及模拟胃液和肺液浓度升高。

【主题与分类】

主题标签:health、environment、Lung、Biopsy、Mass spectroscopy、uranium、mineral deposits、Slick Rock、Colorado、Fry Canyon。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://search.dataone.org/view/ae7c926b-c546-4176-b638-fe83385bb61e

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://search.dataone.org/view/ae7c926b-c546-4176-b638-fe83385bb61e

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

该数据集提供了先前采集的铀矿床样品(1971年和1981年,美国西南部)的总元素浓度以及模拟肺液和胃液中的生物可给性,旨在探究对其他有害微量金属的可能暴露情况。观察到砷、钴、锰、铊、钒和铀的总浓度以及模拟胃液和肺液中的浓度均升高。

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