天疱疮唇部朱红色受累地形差异研究补充数据集

该数据集是一个医学研究补充数据集,包含天疱疮(一种自身免疫性皮肤病)患者唇部朱红色区域受累情况的地形差异数据,数据模态可能涉及临床表格、影像资料或病理信息,主要用于皮肤病学领域,支持天疱疮的发病模式分析、临床诊断和疾病机制研究,以优化治疗策略。

Mendeley Data
2024-01-31 更新
浏览 34
皮肤病学地理分布
Mendeley Supplement 1 for 'Topographical differences in pemphigus lip vermillion involvement'

基本信息

大小
0.000080516 GB
创建/更新时间
2024-01-31
版本
v1

资源简介

天疱疮唇部朱红色受累地形差异研究补充数据集

【一句话概览】

该数据集为 Mendeley 平台上的补充材料,对应研究《Topographical differences in pemphigus lip vermillion involvement》(天疱疮唇红受累的拓扑差异)。数据集共包含 1 个文件,文件合计大小为 80.5 KB(来源 Mendeley Data)。

【数据集背景】

本数据集源站标题为《Mendeley Supplement 1 for "Topographical differences in pemphigus lip vermillion involvement"》。源站首次发布:2022-10-18。

【数据内容】

源站原始描述:Mendeley Supplement 1 for "Topographical differences in pemphigus lip vermillion involvement"

中文译文(机器翻译,仅供快速理解,请以原文为准):Mendeley补充材料1,用于“天疱疮唇红受累的局部差异”

【数据结构与技术规格】

文件数 1 个,合计 80.52 KB。数据集 DOI:10.17632/jdjhsznm32.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/jdjhsznm32

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/jdjhsznm32

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《天疱疮唇部朱红色受累地形差异》的补充数据集,存储于Mendeley Data平台。数据集包含与天疱疮(一种自身免疫性皮肤病)相关的临床或病理数据,具体涉及唇部朱红色区域(唇红缘)受累情况的地理分布差异分析。数据可能包括患者临床特征、病变位置分布、影像资料或组织学信息,用于研究天疱疮在唇部特定区域的发病模式。该数据集主要应用于皮肤病学领域,支持天疱疮的临床诊断、疾病机制研究以及治疗策略的优化。

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