用于测量胫骨截肢者残肢体积和形状的高精度激光扫描系统：设计与验证
包含用于验证胫骨截肢者残肢体积和形状高精度激光扫描系统的测量数据，涵盖静态验证和人体扫描结果。
基本信息
模态
表格
创建/更新时间
2024-03-27
资源简介
该数据集包含用于验证一种新型高精度3D激光扫描系统性能的测量数据，系统设计用于测量胫骨截肢者残肢的体积和形状。数据包括在静态条件下对已知形状圆柱体的扫描验证结果（平均体积误差0.17%，径向分辨率0.1mm），以及对一位胫骨截肢者的五次残肢扫描结果（标准差8.1ml，脱去假肢后站立15分钟体积变化46ml）。数据以表格和图像形式呈现。
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。
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
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。
