PCOS合并GDM合成队列数据集
该合成数据集旨在建模、评估和预测被诊断为经典多囊卵巢综合征（PCOS Type A）的孕妇发生妊娠期糖尿病（GDM）的下游风险
基本信息
资源简介
PCOS合并GDM合成队列数据集
pcos_gdm_synthetic_cohort.xlsx 是一个面向内分泌与代谢疾病研究、特别是糖尿病方向的合成数据集，其核心目标是建模、评估并预测在妊娠期被诊断为经典多囊卵巢综合征（PCOS Type A）的个体后续发生妊娠期糖尿病（GDM）的风险。由于同时连接这两种母体健康并发症的真实世界患者记录在临床上十分稀缺，该数据集以合成方式构建，并参照临床可接受的生理边界与变量范围进行设计。数据字段经过专门整理，用于训练、验证和测试可解释的机器学习框架，例如集成的 Type-1 Mamdani 模糊推理系统（FIS）与随机森林集成架构。数据参数已由医学专家审阅与判断，以确保与标准健康指南保持一致。该数据集由 Masooma Fazal 发布，来源站为 doi.org，发布时间为 2026 年，采用 Creative Commons Attribution 4.0 International 许可。
【数据集背景】
妊娠期糖尿病与多囊卵巢综合征是妊娠期管理中两类受到关注的代谢与内分泌问题。当孕妇本身已确诊为经典多囊卵巢综合征（PCOS Type A）时，其后续发生妊娠期糖尿病的风险成为临床评估与预测的关注点。然而，能够同时反映这两种母体健康并发症关联的真实患者记录在临床环境中获取困难，数据稀缺制约了相关建模与预测研究。该合成数据集正是为应对这一可及性难题而生成，用以模拟、评估和预测 PCOS Type A 孕妇发生 GDM 的下游风险，为相关研究提供可用的数据基础。
【数据内容】
该数据集以结构化字段形式组织，字段内容围绕 PCOS Type A 孕妇的生理与临床相关变量展开，其参数设置参照临床可接受的生理边界与变量范围，并经过医学专家审阅，以符合标准健康指南。数据集的具体字段名称、变量数量、样本规模、取值范围与分布等细节，源站未提供。数据集文件以 pcos_gdm_synthetic_cohort.xlsx 命名，采用表格形式承载结构化数据。
【采集与来源】
该数据集为合成数据集，并非来自真实患者记录的采集。其生成目的是模拟连接 PCOS Type A 与 GDM 两种母体健康并发症的下游风险关系，以弥补真实世界记录临床稀缺的问题。数据来源站为 doi.org，作者为 Masooma Fazal，所属机构为 IEEE DataPort，发布时间为 2026 年。关于合成数据的具体生成算法、生成流程与验证细节，源站未提供。
【适用场景】
该数据集适用于训练、验证和测试可解释的机器学习框架，尤其面向集成的 Type-1 Mamdani 模糊推理系统（FIS）与随机森林集成架构。其设计目标包括建模、评估和预测被诊断为经典多囊卵巢综合征（PCOS Type A）的孕妇发生妊娠期糖尿病（GDM）的下游风险。因此，该数据集可用于围绕这一特定母体健康并发症关联的风险预测建模与模型可解释性研究。
【使用方法】
该数据集以结构化表格文件形式提供，可用于机器学习框架的训练、验证与测试流程。其字段经过专门整理，以支持可解释模型的构建与评估，例如上述模糊推理系统与随机森林集成架构。关于具体的数据划分方式、预处理步骤、特征工程建议或评估指标，源站未提供。
【质量与限制】
该数据集为合成数据，其参数参照临床可接受的生理边界与变量范围设计，并经过医学专家审阅与判断，以确保与标准健康指南保持一致。这一专家审阅过程为数据参数的合理性提供了支持。但作为合成数据集，其并不等同于真实世界患者记录，真实临床数据的可及性稀缺正是其生成背景。关于数据的具体偏差评估、与真实人群分布的吻合程度、样本量充分性等质量指标，源站未提供。
【引用与许可】
该数据集作者为 Masooma Fazal，所属机构为 IEEE DataPort，发布时间为 2026 年，来源站为 doi.org。数据集采用 Creative Commons Attribution 4.0 International 许可，使用时应遵循该许可的署名要求。关于具体的引用格式与 DOI 标识，源站未提供。
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
源站：https://doi.org/10.21227/z091-8713
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
该合成数据集旨在建模、评估和预测被诊断为经典多囊卵巢综合征（PCOS A型）的孕妇个体发生妊娠期糖尿病（GDM）的下游风险。由于连接这两种孕产妇健康并发症的可获取真实世界患者记录在临床上较为稀缺，该优化数据集模拟了临床认可的生理边界和变量。结构化字段经过专门整理，用于训练、验证和测试可解释的机器学习框架，例如集成的Type-1 Mamdani模糊推理系统（FIS）和随机森林集成架构。数据参数已由医学专家全面审查和评判，以确保符合标准健康指南。
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。
