妊娠疾病路径指南

妊娠疾病路径指南主要是收集、整理妊娠期疾病相关的共计29项诊治指南、专家共识、处理规范等,以供从事专业技术服务的医务人员查阅和学习。妊娠疾病路径指南目的为丰富医务人员的知识体系,熟悉并掌握妊娠期疾病诊治相关知识,提高业…

国家人口健康科学数据中心国家人口健康科学数据中心
中国科技资源共享网
2026-06-08 更新
浏览 22
文本妊娠疾病诊治指南专家共识处理规范预防医学与公共卫生学健康教育与健康促进
Guidelines for Pregnancy Disease Pathways

基本信息

模态
文本
许可
完全共享
创建/更新时间
2026-06-08

资源简介

妊娠疾病路径指南

【一句话概览】

本数据集是 eScience 公开的文本数据集,主题涵盖 妊娠疾病、诊治指南、专家共识、处理规范、预防医学与公共卫生学,可用于医学自然语言处理(实体识别、信息抽取等),完全共享 许可开放获取。

【数据集背景】

源站首次发布:2017-07-12。

【数据内容】

源站原始描述:妊娠疾病路径指南主要是收集、整理妊娠期疾病相关的共计29项诊治指南、专家共识、处理规范等,以供从事专业技术服务的医务人员查阅和学习。妊娠疾病路径指南目的为丰富医务人员的知识体系,熟悉并掌握妊娠期疾病诊治相关知识,提高业务能力和服务水平。

中文译文(机器翻译,仅供快速理解,请以原文为准):妊娠疾病路径指南主要收集、整理了妊娠期疾病相关的诊治指南、专家共识、处理规范等共计29项,以供从事专业技术服务的医务人员查阅和学习。妊娠疾病路径指南旨在丰富医务人员的知识体系,使其熟悉并掌握妊娠期疾病诊治的相关知识,提高业务能力和服务水平。

【主题与分类】

主题标签:妊娠疾病、诊治指南、专家共识、处理规范、预防医学与公共卫生学、健康教育与健康促进。

【适用方向】

文本类数据可用于医学自然语言处理,如命名实体识别、信息抽取与文本分类。

【获取与许可】

源站页面:https://www.ncmi.cn/phda/dataDetails.do?id=CSTR:A0006.17.A000A.201906.000237

使用许可:完全共享。

规范引用:CSTR:17970.11.A000A.201906.000237

【使用注意】

· 源站最后修改于 2020-11-24,引用时请注意版本时效。

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。

需登录

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。

暂未开放

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://escience.org.cn/metadata/detail?cstrId=CSTR:17970.11.A000A.201906.000237&id=774e74221ac511e980780242ac120006:CSTR:A0006.17.A000A.201906.000237

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。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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