源自已发表文献的类鼻疽、结核、恙虫病、肠热症、病毒性肝炎患者ALBI评分数据集,可用于机器学习
该数据集基于已发表文献提取类鼻疽、结核、恙虫病、肠热症和病毒性肝炎患者的ALBI评分,旨在比较类鼻疽与其他四种疾病的ALBI值

基本信息
资源简介
源自已发表文献的类鼻疽、结核、恙虫病、肠热症、病毒性肝炎患者ALBI评分数据集,可用于机器学习
ALBI scores of patients derived from published literature on Melioidosis, Tuberculosis, Scrub Typhus, Enteric fever, Viral Hepatitis useful in machine learning
该数据集基于已发表文献提取类鼻疽、结核、恙虫病、肠热症和病毒性肝炎患者的ALBI评分,旨在比较类鼻疽与其他四种疾病的ALBI值。数据以Google Scholar为搜索引擎,使用白蛋白、胆红素与各疾病名称组合的关键词进行目的性综述,提取最大可获取的ALBI值。该数据集可用于机器学习建模,辅助感染性疾病的诊断与鉴别研究(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):本数据集的目的是将文献检索得到的类鼻疽患者ALBI评分与结核、恙虫病、肠热症和病毒性肝炎患者的ALBI评分进行比较。本数据集的范围是可用于机器学习。本数据集的性质:它是一种目的性综述数据,基于类鼻疽的最大可提取ALBI值,检索词为“Albumin, Bilirubin, Melioidosis”,并对其他四种疾病进行等效提取,检索词分别为“Albumin, Bilirubin, Scrub Typhus”、“Albumin, Bilirubin, Hepatitis”、“Albumin, Bilirubin, Tuberculosis”、“Albumin, Bilirubin, Enteric Fever”,以Google Scholar作为搜索引擎,因为PubMed仅对类鼻疽使用检索词“Albumin, Bilirubin, Melioidosis”时返回零结果。
【主题与分类】
主题标签:Medicine, Health and Life Sciences。本站分类:呼吸系统疾病/肺结核。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A7eb67ea77281f42c69e4aee7cba9ffa5c470e7b91f4206318efedbd79f669090
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
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
本数据集的目的是将文献检索得出的类鼻疽患者ALBI评分与结核病、恙虫病、肠热症和病毒性肝炎患者进行比较。本数据集的范围在于其可有助于机器学习。本数据集的性质:这是一项基于最大可提取ALBI值的类鼻疽目的性综述数据,检索词为“Albumin, Bilirubin, Melioidosis”,并对其他四种疾病进行等效提取,检索词分别为“Albumin, Bilirubin, Scrub Typhus”、“Albumin, Bilirubin, Hepatitis”、“Albumin, Bilirubin, Tuberculosis”、“Albumin, Bilirubin, Enteric Fever”,以Google Scholar作为搜索引擎,因为PubMed仅对类鼻疽使用检索词“Albumin, Bilirubin, Melioidosis”时结果为零。
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。




