指甲扁平苔藓严重程度指数的补充材料:一种基于发病机制的评估工具及分级系统

该数据集是研究指甲扁平苔藓严重程度评估的补充材料,包含补充表格、图例及图像等多种数据模态,提供了基于疾病发病机制的视觉和量化信息,主要用于皮肤病学领域开发标准化的临床评估工具、病理分级系统以及相关医学研究。

he juanhe juan
Mendeley Data
浏览 30
指甲扁平苔藓评估皮肤病学病理分级
Supplementary material for Nail lichen planus severity index: a pathogenesis-based assessment tool with a proposed grading system

基本信息

大小
0.000169568 GB
创建/更新时间
2026-09-21
版本
v1

资源简介

指甲扁平苔藓严重程度指数的补充材料:一种基于发病机制的评估工具及分级系统

【数据集背景】

本数据集源站标题为《Supplementary material for Nail lichen planus severity index:a pathogenesis-based assessment tool with a proposed grading system》。源站首次发布:2023-02-06。

【数据内容】

源站原始描述:Supplementary material containing supplementary table, supplementary figure legends and supplementary figures for Nail lichen planus severity index:a pathogenesis-based assessment tool with a proposed grading system

【数据结构与技术规格】

文件数 5 个,合计 169.57 KB。数据集 DOI:10.17632/62mw9kyjh3.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/62mw9kyjh3

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/62mw9kyjh3

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《指甲扁平苔藓严重程度指数:一种基于发病机制的评估工具及分级系统》研究论文的公开补充材料。数据集包含补充表格、补充图例和补充图像,为指甲扁平苔藓(一种皮肤病)的临床评估提供了详细的视觉和量化数据。这些材料基于疾病发病机制构建,旨在支持开发标准化的严重程度评估工具和分级系统,主要用于皮肤病学、临床医学研究以及医疗实践中的病理分级和疗效评估。

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