HAALSI 基线实验室数据
HAALSI 基线实验室数据来自南非 Agincourt 社区老龄化纵向研究项目，对部分参与者开展额外实验室调查。40-69 岁参与者接受附加问卷、认知测试、静脉血与尿液采集、肺功能测定、视力测试、心电图、踝臂指数测量、周围神经病变测试、腹部超声及人体测量；70-79 岁参与者接受入户附加问卷、认知
基本信息
资源简介
HAALSI 基线实验室数据
HAALSI Baseline Laboratory Data
HAALSI 基线实验室数据来自南非 Agincourt 社区老龄化纵向研究项目，对部分参与者开展额外实验室调查。40-69 岁参与者接受附加问卷、认知测试、静脉血与尿液采集、肺功能测定、视力测试、心电图、踝臂指数测量、周围神经病变测试、腹部超声及人体测量；70-79 岁参与者接受入户附加问卷、认知测试和静脉血采集。本数据公开部分实验室检测结果，更多数据将陆续发布，可通过唯一标识 prim_key 与 HAALSI 基线调查数据合并，用于老年人认知与心血管代谢疾病等研究（来源 DataONE，https://dataverse.harvard.edu/api/datasets/:persistentId/versions/3.0/c。
【数据内容】
源站描述（机器翻译，仅供参考）：针对“非洲健康与老龄化：南非 INDEPTH 社区纵向研究”（HAALSI）项目，部分参与者被邀请参加额外的实验室访视。40-69 岁参与者样本被邀请前往实验室进行附加调查、认知测试、静脉血和尿液采集、肺功能测定、视力测试、心电图、踝臂指数测量、周围神经病变测试、腹部超声、人体测量。70-79 岁参与者样本接受入户访视，进行附加调查、认知测试和静脉血采集。部分实验室检测数据已在此公开，更多数据即将发布。唯一标识符（prim_key）可与 HAALSI 基线调查数据合并。
【主题与分类】
主题标签：HAALSI、Older adults、Aging、Laboratory、Cognition、Medicine, Health and Life Sciences、South Africa、Cardiometabolic disease、Agincourt、Spirometry。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A48cfdc11184a7c72b37404cbd8146ea6cd000f54dc278beb5151688061ab4a4e
使用许可：https://dataverse.harvard.edu/api/datasets/:persistentId/versions/3.0/customlicense?persistentId=doi:10.7910/DVN/TW84UI。
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
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:
数据说明
针对“非洲健康与老龄化：南非INDEPTH社区纵向研究（HAALSI）”项目，部分参与者被邀请参加额外的实验室访视。年龄在40-69岁的参与者样本被邀请前往实验室进行额外调查、认知测试、静脉血和尿液采集、肺功能测试、视力测试、心电图、踝臂指数测量、周围神经病变测试、腹部超声及人体测量。年龄在70-79岁的参与者样本则接受家庭访视，进行额外调查、认知测试及静脉血采集。部分实验室检测数据已公开于此，更多数据即将发布。唯一标识符（prim_key）可与HAALSI基线调查数据合并。
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。
