胆结石疾病预测数据集
该数据集来自 kaggle.com，面向胆结石疾病预测与医学诊断的人工智能和机器学习研究，包含患者相关的临床与诊断信息，可用于构建预测模型、开展数据分析及评估医疗分类算法
基本信息
资源简介
胆结石疾病预测数据集
Gallstone Disease Prediction Dataset
该数据集来自 kaggle.com，面向胆结石疾病预测与医学诊断的人工智能和机器学习研究，包含患者相关的临床与诊断信息，可用于构建预测模型、开展数据分析及评估医疗分类算法。适用场景包括疾病预测模型、二分类任务、医学数据分析、深度学习与机器学习实验、医疗AI研究以及教育学术用途。数据集可能涵盖患者人口学信息、临床测量值、实验室检验值、诊断指标及胆结石检测目标标签，可用于预测患者是否患有胆结石并训练AI/ML分类算法（来源 Kaggle，CC0: Public Domain 许可）。
【数据集背景】
源站首次发布：2026-05-15。
【数据内容】
源站描述（机器翻译，仅供参考）：胆结石疾病预测数据集 该数据集专为聚焦胆结石疾病预测与医学诊断的人工智能（AI）和机器学习（ML）研究而设计。它包含患者相关的临床与诊断信息，可用于构建预测模型、执行数据分析以及评估医疗分类算法。该数据集适用于：- 疾病预测模型 - 二分类任务 - 医学数据分析 - 深度学习与机器学习实验 - 医疗AI研究 - 教育与学术用途 数据集特征 该数据集可能包括：- 患者人口学信息 - 临床测量值 - 实验室检验值 - 诊断指标 - 胆结石检测的目标标签 可能的使用场景 - 预测患者是否患有胆结石疾病 - 训练AI/ML分类算法
【数据结构与技术规格】
文件数 1 个，合计 78.08 KB。
【主题与分类】
主题标签：胆结石、消化系统疾病、疾病预测、二分类、机器学习、医疗AI。本站分类：消化系统疾病/胆结石。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/mdnaimislam165436/gallstone-disease-prediction-dataset
使用许可：CC0: Public Domain。
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://kaggle.com/datasets/mdnaimislam165436/gallstone-disease-prediction-dataset
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 78.1 KB。
数据说明
Md Naim (2026). Gallstone Disease Prediction Dataset [Dataset]. https://www.kaggle.com/datasets/mdnaimislam165436/gallstone-disease-prediction-dataset
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。
