隐私保护的加密糖尿病医疗诊断数据集
本数据集用于面向异质融合数据的加密机器学习理论与技术评估。基于Kaggle公开的Pima Indians Diabetes数据集构建，包含768条记录。采用保持Gini纯度不变的特征加密方法，将8个数值型临床特征进行系…
基本信息
资源简介
隐私保护的加密糖尿病医疗诊断数据集
【一句话概览】
本数据集是 国家基础学科公共科学数据中心 公开的结构化表格数据集，收录 11 个文件、合计 21.56 MB，主题涵盖 隐私保护、数据加密、医疗诊断、其他，可用于统计建模、特征工程与队列分析，完全共享 许可开放获取。
【数据集背景】
源站首次发布：2026-05-07。
【数据内容】
源站原始描述：本数据集用于面向异质融合数据的加密机器学习理论与技术评估。基于Kaggle公开的Pima Indians Diabetes数据集构建，包含768条记录。采用保持Gini纯度不变的特征加密方法，将8个数值型临床特征进行系统性加密，并保留二分类诊断标签。预估数据量为20MB，数据格式为CSV。该数据集在隐藏敏感健康信息的同时保持统计特性，支撑GIPE混合加密随机森林方法的验证。 数据格式：cpp、pdf、csv、md、py、docx。
中文译文（机器翻译，仅供快速理解，请以原文为准）：本数据集用于面向异质融合数据的加密机器学习理论与技术评估。基于Kaggle公开的Pima Indians Diabetes数据集构建，包含768条记录。采用保持Gini纯度不变的特征加密方法，将8个数值型临床特征进行系统性加密，并保留二分类
【数据结构与技术规格】
文件数 11 个，合计 21.56 MB。
【主题与分类】
主题标签：隐私保护、数据加密、医疗诊断、其他。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://nbsdc.cn/general/dataDetail?id=69fcb743f175603f068b65c2&type=1
使用许可：完全共享。
规范引用：CSTR:16666.11.nbsdc.JDAgccrk
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://nbsdc.cn/general/dataDetail?id=69fcb743f175603f068b65c2&type=1
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。
