HandDx-200：配对临床生物标志物的多模态RGB与热成像手部图像数据集-79057
HandDx-200 是一个多模态数据集，包含双手掌侧与背侧的 RGB 和热成像图像，并配对 198 名成年参与者的临床与实验室生物标志物
基本信息
资源简介
HandDx-200：配对临床生物标志物的多模态RGB与热成像手部图像数据集
HandDx-200: Multimodal RGB and Thermal Hand Images Paired with Clinical Biomarkers
HandDx-200 是一个多模态数据集，包含双手掌侧与背侧的 RGB 和热成像图像，并配对 198 名成年参与者的临床与实验室生物标志物。临床数据涵盖年龄、性别、血压、空腹血糖、身高、体重和 BMI；实验室指标包括全血细胞计数、血脂谱和 HbA1c。所有 RGB 图像经过确定性预处理流程并附有逐图 JSON 日志。该数据集可用于探索手部影像与代谢、血液学指标之间的关联，支持贫血、糖尿病、血脂异常等方向的数字健康研究（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【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）：HandDx-200 是一个多模态数据集，包含双手掌侧和背侧的 RGB 与热成像图像，并配对来自 198 名成年参与者（73 名男性，125 名女性；年龄 39.7 ± 11.7 岁）的临床和实验室生物标志物。图像在标准化协议下采集，使用 Nikon D3200 RGB 相机和 Mastfuyi FY12 红外热像仪，并控制环境温度和湿度。临床数据包括年龄、性别、血压、空腹血糖（至少 8 小时禁食后测量）、身高、体重和 BMI。实验室生物标志物包括全血细胞计数（CBC）、血脂谱（总胆固醇、甘油三酯、HDL、LDL、VLDL）和 HbA1c。所有 RGB 图像均经过完全确定性的预处理流程（白平衡校正、手部分割、方向归一化和裁剪），并附有逐图 JSON 日志记录每个处理步骤。Seg
【主题与分类】
主题标签：RGB imaging、Anemia、Biomarkers、complete blood count、Diabetes Mellitus、Digital Health、dorsal hand、Dyslipidemias、Egypt、hand imaging。本站分类：内分泌、营养和代谢疾病。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.19962462
使用许可：Creative Commons Attribution 4.0 International。
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/10.5281/zenodo.19962462
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 26.60 GB。
数据说明
HandDx-200是一个多模态数据集，包含双手掌侧和背侧的RGB与热成像图像，并配有198名成年参与者（73名男性，125名女性；年龄39.7 ± 11.7岁）的临床和实验室生物标志物数据。图像采集遵循标准化方案，使用Nikon D3200 RGB相机和Mastfuyi FY12红外热像仪，并在受控的环境温度和湿度下进行。临床数据包括年龄、性别、血压、空腹血糖（至少禁食8小时后测量）、身高、体重和BMI。实验室生物标志物包括全血细胞计数（CBC）、血脂谱（总胆固醇、甘油三酯、HDL、LDL、VLDL）和HbA1c。所有RGB图像均经过完全确定性的预处理流程（白平衡校正、手部分割、方向归一化和裁剪），并通过每张图像的JSON日志记录每个处理步骤。分割准确性针对48张人工标注图像进行了定量验证（平均Dice = 0.994 ± 0.005，IoU = 0.988 ± 0.009）。伦理批准：埃及国家研究中心医学研究伦理委员会（2025年6月25日初步批准；2026年2月25日最终批准，编号：）。
15120226）。OSF预注册：https://doi.org/10.17605/OSF.IO/4QUGB。Zenodo DOI：https://doi.org/10.5281/zenodo.19962462。热图像以8位伪彩色BMP文件（Rain调色板）导出，表示相对空间热模式；这些图像未经辐射校准，仅适用于图像内梯度与纹理分析。所有参与者均属于深色ITA类别（ITA < -30度；均值-52.1° ± 3.9°），与埃及招募背景一致。
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。
