HyFoSy血管炎

该数据集是一个医学文献综述数据集,主要包含文本形式的学术文章信息,系统收集了关于子宫输卵管泡沫超声检查后白细胞碎裂性血管炎的相关研究,用于分析该检查技术与血管炎之间的潜在因果关系,并评估其在生殖医学应用中的安全性与罕见副作用,服务于妇科影像学、血管炎研究和临床安全评估方向。

Mendeley Data
2024-01-31 更新
浏览 47
医疗诊断血管炎
HyFoSy_Vasculitis

基本信息

大小
0.001681925 GB
创建/更新时间
2024-01-31
版本
v1

资源简介

HyFoSy血管炎

【数据集背景】

本数据集源站标题为《HyFoSy_Vasculitis》。源站首次发布:2023-09-13。

【数据内容】

源站原始描述:Hysterosalpingo-foam sonography is a safe technique useful in assessing tubal patency and determining whether a patient can undergo artificial insemination (tubal patency) or in vitro fertilization (tubal occlusion). Leukocytoclastic vasculitis after hysterosalpingo-foam sonography is a rare but potentially serious consequence of this test. This rarely reported side effect of the technique and the rare but potential systemic consequences of leukocytoclastic vasculitis make it important to elucid…

【数据结构与技术规格】

文件数 2 个,合计 1.68 MB。数据集 DOI:10.17632/6dyk8xpck8.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/6dyk8xpck8

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/6dyk8xpck8

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

该数据集是关于子宫输卵管泡沫超声检查后白细胞碎裂性血管炎的系统性综述数据集。数据集包含从PubMed、Embase和Cochrane等数据库中检索的文献信息,时间范围从子宫输卵管泡沫超声技术引入至2022年11月,并于2023年2月更新。数据集共收录了9篇相关文章,旨在探究子宫输卵管泡沫超声检查与血管炎之间的因果关系,评估该检查技术的安全性及罕见副作用。主要研究方向为妇科影像学、血管炎并发症及生殖医学中的安全评估。

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