用于AnnotatedBCGEData的过滤映射NCIT本体术语
该版本移除了注释列，新增了代码列，并将数据读取为tsv。最新版本改变了格式，按值拆分行。主题标签：口颌系统疾病、唇裂和腭裂、本体术语、NCIT、数据集检索、TSV格式
基本信息
资源简介
用于AnnotatedBCGEData的过滤映射NCIT本体术语
Filtered Mapped NCIT Ontology Terms for AnnotatedBCGEData 是一个面向口颌系统疾病、特别是唇裂和腭裂方向的术语映射数据集，由 Piccolo, Stephen、Nwosu, Ifeanyichukwu、Tabler, Daniel、Steadman, Heidi 与 Lo, Shu-Fei 共同完成，托管于 Zenodo，发布时间为 2026 年，采用 Creative Commons Attribution 4.0 International 许可。该数据集的核心作用是为 AnnotatedBCGEData 在检索数据集时提供经过过滤和映射的 NCIT 本体术语，其文件由 searchForDatasets 函数调用。当前版本在整理过程中移除了注释列、新增了代码列，并将数据读取为 TSV 格式；最新版本进一步改变了格式，按值拆分行，使每个字段和值各占一行，便于程序化解析与检索匹配。
【数据集背景】
在生物医学数据检索中，本体术语的规范化映射是连接用户查询与底层数据集的关键环节。NCIT（美国国家癌症研究所词典）作为常用的本体来源，其术语需要经过过滤与映射才能适配特定领域的检索需求。该数据集正是为 AnnotatedBCGEData 的检索流程而构建，服务于口颌系统疾病中唇裂和腭裂相关数据的发现与调用。源站描述指出，这些文件是 AnnotatedBCGEData 在搜索数据集时拉取的内容，由 searchForDatasets 函数调用，说明其在检索链路中承担术语支撑角色。
【数据内容】
数据集以 TSV 格式组织，内容为经过过滤和映射的 NCIT 本体术语。与早期版本相比，当前版本移除了注释列，新增了代码列，使每条术语记录带有对应的代码标识。最新版本改变了格式，按值拆分行，即每一行对应一个字段和一个值，这种长格式布局便于逐条读取和匹配。主题标签涵盖口颌系统疾病、唇裂和腭裂、本体术语、NCIT、数据集检索与 TSV 格式，反映出数据内容既包含领域主题词，也包含检索所需的术语结构信息。具体术语条目数量、代码体系细节及字段完整列表，源站未提供。
【采集与来源】
数据来源站为 doi.org，托管机构为 Zenodo。源站描述说明，这些文件是 AnnotatedBCGEData 在搜索数据集时拉取的对象，由 searchForDatasets 函数调用；整理过程中移除了注释列、增加了代码列，并将数据读入 TSV。关于原始术语的采集范围、过滤规则、映射方法及版本演进的具体过程，源站未提供。
【适用场景】
该数据集适用于口颌系统疾病尤其是唇裂和腭裂相关数据集的检索与发现场景，可作为 AnnotatedBCGEData 检索流程中的术语映射层，支持按 NCIT 本体术语定位数据集。其 TSV 长格式也适合需要逐字段、逐值解析的自动化处理流程。关于其他潜在应用场景及具体检索性能，源站未提供。
【使用方法】
使用时可通过 AnnotatedBCGEData 的 searchForDatasets 函数调用这些文件，检索过程中系统会拉取该数据集以完成术语匹配。由于最新版本按值拆分行、每行包含一个字段和一个值，读取时应按行解析并依据代码列进行术语识别。具体的调用参数、接口细节与示例代码，源站未提供。
【质量与限制】
该数据集经过格式整理，移除了注释列并新增代码列，最新版本改为按值拆分的行式结构，有利于程序化读取。但注释信息的移除可能使术语的说明性内容减少，长格式在行数上也会显著增加。关于数据完整性、术语覆盖率、映射准确性及版本间差异的系统评估，源站未提供。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可，使用时需按要求署名。作者为 Piccolo, Stephen、Nwosu, Ifeanyichukwu、Tabler, Daniel、Steadman, Heidi 与 Lo, Shu-Fei，托管于 Zenodo，发布时间为 2026 年。具体的引用格式与 DOI 编号，源站未提供。
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://doi.org/10.5281/zenodo.23458864
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。
- OpenDataLab:
数据集大小约 299.5 KB。
数据说明
这些是AnnotatedBCGEData在搜索数据集时拉取的文件，由searchForDatasets函数调用。此操作移除了注释列，新增了代码列，并将数据读入tsv文件。最新版本更改了格式，根据值拆分各行。每个字段和值各占一行。
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。
