剖宫产分娩预测数据
该数据集来自 doi.org,包含 1,163 条观察记录,覆盖年龄、血压、血糖、体温、心率及妊娠史等孕产妇健康指标。参与者平均年龄 29 岁,收缩压均值 113 mmHg、舒张压均值 76 mmHg,平均血糖 8 mmol/L

基本信息
资源简介
剖宫产分娩预测数据
Prediction of Caesarean Section delivery Data
该数据集来自 doi.org,包含 1,163 条观察记录,覆盖年龄、血压、血糖、体温、心率及妊娠史等孕产妇健康指标。参与者平均年龄 29 岁,收缩压均值 113 mmHg、舒张压均值 76 mmHg,平均血糖 8 mmol/L。数据可用于剖宫产分娩预测建模,也可支撑高危妊娠与住院分娩相关研究(来源 DOI 解析)。
【数据集背景】
源站首次发布:2025。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集包含 1,163 条观察记录,涵盖多种孕产妇健康指标,包括年龄、血压、血糖、体温、心率和妊娠史。参与者平均年龄为 29 岁,范围从 2 岁到 70 岁,跨度较大,提示数据集包含多样化人群,可能从非常年轻的母亲到年长母亲。血压方面,收缩压均值为 113 mmHg,舒张压均值为 76 mmHg,标准差分别为 18 和 14。收缩压的中位数(中心趋势)为 120 mmHg,舒张压中位数为 80 mmHg,表明大多数个体处于正常血压范围。然而,收缩压最大值 200 mmHg 和舒张压最大值 130 mmHg 指向部分参与者存在高血压病例。平均血糖水平为 8 mmol/L,
【主题与分类】
主题标签:Maternal Health、High-Risk Pregnancy、Childbirth、High-Risk Childbirth、Hospital Delivery。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/txpzxdbmns
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/10.17632/txpzxdbmns
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 56.0 KB。
数据说明
该数据集包含来自1163次观察的记录,涵盖了多种孕产妇健康指标,包括年龄、血压、血糖、体温、心率及妊娠史。参与者的平均年龄为29岁,年龄跨度较大,从2岁至70岁不等,这表明数据集涵盖了多样化的人群,可能包括从非常年轻的到高龄的母亲。在血压方面,平均收缩压为113 mmHg,平均舒张压为76 mmHg,标准差分别为18和14。收缩压的中心趋势(中位数)为120 mmHg,舒张压的中位数为80 mmHg,表明大多数个体处于正常血压范围。然而,最高值达到200 mmHg(收缩压)和130 mmHg(舒张压),提示部分参与者中存在高血压病例。平均血糖水平为8 mmol/L,最低为6 mmol/L,最高达60 mmol/L,显示出存在极端异常值,可能代表妊娠糖尿病或血糖控制不佳的情况。体温相对稳定,平均为98°F,变化极小(标准差为2)。
这表明大多数参与者在数据采集期间体温正常。平均心率为每分钟74次(bpm),范围在7 bpm至90 bpm之间。极低的最小值(7 bpm)可能表明记录或数据录入错误,因为这样的读数在生理上不合理。最后,既往妊娠次数(Gravida)范围为0至9次,平均为2次,表明大多数女性既往妊娠次数较少,而少数女性妊娠次数较多,说明数据集内生殖史变异性很大。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




