DESCRIBE-AD:一种新型特应性皮炎分类框架的补充表格

该数据集是医学研究论文的补充表格,包含支持特应性皮炎新型分类框架的结构化数据,数据模态主要为临床表格数据,可能涵盖患者特征、疾病指标等,主要用于皮肤病学领域特应性皮炎的疾病分类研究、临床验证以及相关机器学习分类模型的开发与评估。

Mendeley Data
2024-03-27 更新
浏览 36
特应性皮炎分类框架
Supplemental Table for: DESCRIBE-AD: A Novel Classification Framework for Atopic Dermatitis

基本信息

大小
0.000157657 GB
创建/更新时间
2024-03-27
版本
v1

资源简介

DESCRIBE-AD:一种新型特应性皮炎分类框架的补充表格

【一句话概览】

该数据集为“DESCRIBE-AD:一种特应性皮炎新型分类框架”的补充表格,源站标题与原始描述均指向这一补充材料。数据集共包含1个文件,文件合计大小为157.7 KB(来源 Mendeley Data)。

【数据集背景】

本数据集源站标题为《Supplemental Table for: DESCRIBE-AD: A Novel Classification Framework for Atopic Dermatitis》。源站首次发布:2021-11-03。

【数据内容】

源站原始描述:Supplemental Table for: DESCRIBE-AD: A Novel Classification Framework for Atopic Dermatitis

中文译文(机器翻译,仅供快速理解,请以原文为准):补充表格:DESCRIBE-AD:一种新型特应性皮炎分类框架

【数据结构与技术规格】

文件数 1 个,合计 157.66 KB。数据集 DOI:10.17632/2shgkwz6v3.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/2shgkwz6v3

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://data.mendeley.com/datasets/2shgkwz6v3

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

该数据集是医学研究论文’‘DESCRIBE-AD: A Novel Classification Framework for Atopic Dermatitis’'的补充表格数据,主要包含支持特应性皮炎(AD)新型分类框架的相关数据。数据集可能包含临床特征、疾病严重程度指标、患者人口统计学信息或分类模型所需的参数表格,用于构建和验证针对特应性皮炎的创新分类系统。该数据来源于医学研究,主要应用于皮肤病学领域,特别是特应性皮炎的疾病分类、临床研究及机器学习模型开发。

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