中国特殊医学用途配方食品数据集

该数据集收录2017年10月至2026年1月期间在中国国家市场监督管理总局特殊食品信息查询平台正式披露的302款特殊医学用途配方食品(FSMPs)的完整注册档案,并按每100 kJ、100 g和100 mL系统呈现营养信息

Mendeley DataMendeley Data
datacite
浏览 9
其他Enteral Nutrition
Foods for special medical purposes dataset China

基本信息

模态
其他
大小
0.000276497 GB
创建/更新时间
2026-10-17

资源简介

中国特殊医学用途配方食品数据集

Foods for special medical purposes dataset China

该数据集收录2017年10月至2026年1月期间在中国国家市场监督管理总局特殊食品信息查询平台正式披露的302款特殊医学用途配方食品(FSMPs)的完整注册档案,并按每100 kJ、100 g和100 mL系统呈现营养信息。数据可用于分析FSMPs的产品配方与营养特征,支持肠内营养相关研究及监管框架下的产品比较(来源 DOI 解析)。

【数据集背景】

源站首次发布:2026。

【数据内容】

源站描述(机器翻译,仅供参考):特殊医学用途配方食品(FSMPs)是经过特殊加工和配方设计,以满足进食受限、消化吸收障碍、代谢紊乱或特定疾病状态人群对营养素或膳食的特殊需要。在此背景下,中国建立了严格的基于注册的FSMPs监管框架,要求所有产品配方在商业化前必须获得上市前批准并进行全面评估。本数据集的主要目标是呈现2017年10月至2026年1月期间302款FSMPs的完整注册档案,这些档案在中国国家市场监督管理总局(SAMR)特殊食品信息查询平台上正式披露。营养信息按每100 kJ、100 g和100 mL系统呈现。本数据集可作为一项工具

【主题与分类】

主题标签:Enteral Nutrition。本站分类:内分泌、营养和代谢疾病。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/n6s72f4xmj/1

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/10.17632/n6s72f4xmj.1

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 276.5 KB。

数据说明

特殊医学用途配方食品(FSMPs)是经过专门加工和配方设计,以满足进食受限、消化吸收障碍、代谢紊乱或特定疾病状态人群对营养素或膳食的特殊需要。在此背景下,中国已建立了严格的基于注册的FSMPs监管框架,要求所有产品配方在商业化之前必须进行上市前审批和全面评估。本数据集的主要目标是展示2017年10月至2026年1月期间302款FSMPs的完整注册档案,这些档案在中国国家市场监督管理总局(SAMR)的特殊食品信息查询平台上正式披露。营养信息以每100 kJ、每100g和每100mL为单位系统呈现。本数据集可作为数据驱动洞察的工具,用于FSMPs的品类选择和产品优化,以契合中国更新的精确膳食管理国家标准,或帮助中国消费者选择合适的FSMPs产品。

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。

获取专属数据定制方案