尿路感染预测模型验证数据测试特征
尿路感染预测模型在验证数据上的测试特征数据集，用于评估模型性能。
基本信息
资源简介
尿路感染预测模型验证数据测试特征
【数据集背景】
本数据集源站标题为《Test characteristics of UTI prediction models on validation data*.》。源站首次发布：2018-03-07。
【数据内容】
源站原始描述：Test characteristics of UTI prediction models on validation data*
【数据结构与技术规格】
文件数 1 个，合计 9.73 KB。Table 4.xls：application/vnd.ms-excel，9.73 KB。数据集 DOI：10.1371/journal.pone.0194085.t004。
【主题与分类】
源站学科分类：Medicine、Cell Biology、Biotechnology、Biological Sciences not elsewhere classified、Cancer、Infectious Diseases。主题标签：urine culture results、antibiotic administration、ED、provider judgment、laboratory results、UTI diagnosis、provider judgment proxy、emergency department、retrospective cohort analysis、Background Urinary tract infection。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Test_characteristics_of_UTI_prediction_models_on_validation_data_sup_sup_/5959435
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Taylor, R. Andrew; Moore, Christopher L.; Cheung, Kei-Hoi; Brandt, Cynthia (2018). Test characteristics of UTI prediction models on validation data*.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-05-31，引用时请注意版本时效。
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（Figshare）
- 源站标题：Test characteristics of UTI prediction models on validation data<sup>*</sup>.
- DOI：10.1371/journal.pone.0194085.t004
- 发布日期：2018-03-07
- 文件数：1 个
- 文件总体积：9.73 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Test_characteristics_of_UTI_prediction_models_on_validation_data_sup_sup_/5959435
命令行下载
curl -L -o "Table 4.xls" "https://ndownloader.figshare.com/files/10675666"
文件清单
Table 4.xls（9.73 KB）
文件总体积 9.73 KB（源站 API 实测）。
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。
数据说明
Test characteristics of UTI prediction models on validation data*.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0194085.t004（source: https://plos.figshare.com/articles/dataset/Test_characteristics_of_UTI_prediction_models_on_validation_data_sup_sup_/5959435）。
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。
