基本信息

模态

图像

大小

0.004773568 GB

创建/更新时间

2024-01-31

版本

v1

资源简介

输液管改良用于嵌甲治疗

【一句话概览】

本资料涉及输液管在嵌甲中的改良应用。原始描述显示：嵌甲以输液管置入治疗；甲板刺入侧方皮肤并引起炎症；用带4-0线的针穿过管壁并打结；将备好的带管针从距甲侧缘0.5 cm处插入甲板与甲床之间，并固定于趾甲表面；随访4个月。文件数1，合计大小4.8 MB（来源 Mendeley Data）。

【数据集背景】

本数据集源站标题为《The modified application of infusion tube in ingrown toenails》。源站首次发布：2020-10-06。

【数据内容】

源站原始描述：Ingrown toenails treated with infusion tubes insertion. A. The nail plate punctured in the lateral skin and caused the inflammation. B. The tube wall was gone through and tied a knot by the needle with 4-0 thread. C. The prepared needle with the tube was inserted between the deck and the nail bed from the part 0.5 cm away from the lateral margin of the nail and fixed on the surface of toenail. D. After 4 months of follow-up

【数据结构与技术规格】

文件数 1 个，合计 4.77 MB。数据集 DOI：10.17632/rg3zsgdz2d.1。

【适用方向】

影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。

【获取与许可】

源站页面：https://data.mendeley.com/datasets/rg3zsgdz2d

原始链接

https://data.mendeley.com/datasets/rg3zsgdz2d

访问原始数据

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/rg3zsgdz2d

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。

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