PCOS 数据集
该数据集整合了来自两个来源的临床与行为数据：（1）来自 Kaggle 的公开 PCOS 数据集，以及（2）一项针对 1,038 名 10–45 岁、来自不同背景的女性进行的实时问卷调查
基本信息
资源简介
PCOS 数据集
该数据集英文名为“PCOS data”，整合了来自两个来源的临床与行为数据：一是来自 Kaggle 的公开多囊卵巢综合征（PCOS）数据集，二是一项针对 1,038 名 10–45 岁、来自不同背景的女性开展的实时问卷调查。合并后的数据集包含 267 条匿名化记录，涵盖 22 项临床与生活方式特征，例如月经周期规律性、痤疮、毛发生长模式、体力活动和饮食习惯等。这些变量被用于训练和评估一个用于多囊卵巢综合征早期检测的深度学习模型，该模型取得了 95% 的测试准确率。真实世界调查数据有助于提升模型的泛化能力，而 Kaggle 数据集则为初始训练提供了基准。所有真实世界数据均在知情同意的前提下采集，并排除了个人可识别信息。该数据集面向从事相关研究的研究人员，本站将其归类于内分泌、营养和代谢疾病 / 其他类别，来源站为 doi.org。
【数据集背景】
多囊卵巢综合征是一种常见的内分泌代谢相关疾病，其早期识别对于后续健康管理具有重要意义。该数据集正是在这一背景下构建，旨在通过整合公开数据与真实世界调查数据，支持基于临床与行为特征的早期检测研究。数据集由 SANDEEP VEMALI 与 JAHNAVI POTHALA 共同贡献，所属机构为 IEEE DataPort，发布时间为 2025 年。其核心目标是为研究人员提供一个可用于训练和评估深度学习模型的数据基础，从而探索多囊卵巢综合征的早期筛查路径。源站描述指出，该数据集支持研究人员开展相关工作，但未进一步说明具体的研究方向或应用边界。
【数据内容】
合并后的数据集包含 267 条匿名化记录，涉及 22 项临床与生活方式特征。这些特征包括月经周期规律性、痤疮、毛发生长模式、体力活动以及饮食习惯等。数据集的英文名称为“PCOS data”，本站分类为内分泌、营养和代谢疾病 / 其他。数据内容覆盖了与多囊卵巢综合征相关的多个维度，既有临床指标，也有行为与生活方式变量。这些变量被用于训练和评估一个深度学习模型，以实现对该疾病的早期检测。源站描述未提供各特征的具体取值范围、数据类型或缺失情况等更细粒度的信息。
【采集与来源】
该数据集整合了两个来源的数据。第一个来源是来自 Kaggle 的公开 PCOS 数据集，该数据集为初始训练提供了基准。第二个来源是一项实时问卷调查，调查对象为 1,038 名年龄在 10–45 岁之间、来自不同背景的女性。真实世界调查数据有助于增强模型的泛化能力。所有真实世界数据均在知情同意的前提下采集，并且排除了个人可识别信息，以保护参与者隐私。源站描述未提供问卷调查的具体实施时间、地点、抽样方式或问卷内容等细节。
【适用场景】
该数据集适用于多囊卵巢综合征早期检测相关的研究，尤其是利用临床与行为特征训练和评估深度学习模型的场景。由于数据集整合了公开基准数据与真实世界调查数据，它可用于探索模型在不同数据来源下的表现，并支持提升模型泛化能力的相关研究。源站描述提到该数据集支持研究人员开展工作，但未列举具体的适用场景或任务类型。因此，除早期检测这一明确用途外，其他潜在应用方向源站未提供。
【使用方法】
源站描述指出，数据集中的 22 项临床与生活方式特征被用于训练和评估一个深度学习模型，该模型在多囊卵巢综合征早期检测任务中取得了 95% 的测试准确率。Kaggle 数据集用于初始训练并提供基准，真实世界调查数据则用于增强模型的泛化能力。源站未提供具体的使用步骤、预处理方法、模型架构细节或代码示例。因此，关于如何加载数据、划分训练集与测试集、进行特征工程等操作，源站未提供进一步说明。
【质量与限制】
该数据集包含 267 条匿名化记录，所有真实世界数据均在知情同意下采集，并排除了个人可识别信息。深度学习模型在该数据集上取得了 95% 的测试准确率。然而，源站描述未提供关于数据质量评估、标注一致性、类别平衡、缺失值处理或潜在偏差等方面的详细信息。此外，数据集的样本量、特征覆盖范围以及真实世界调查的抽样代表性等可能影响模型泛化能力的因素，源站未提供具体说明。因此，使用者在应用该数据集时需自行评估其适用性与局限性。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可协议。作者为 SANDEEP VEMALI 与 JAHNAVI POTHALA，所属机构为 IEEE DataPort，发布时间为 2025 年。来源站为 doi.org。使用该数据集时，应遵循相应许可条款进行署名。源站未提供具体的引用格式或推荐引用文本，因此引用方式需参考来源站的相关说明。
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/k3d8-tt94
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
本数据集整合了来自两个来源的临床与行为数据：(1) 来自Kaggle的公开多囊卵巢综合征（PCOS）数据集，以及(2) 一项针对来自不同背景的1,038名10至45岁女性进行的实时调查。合并后的数据集包含267条匿名记录，涵盖22项临床和生活方式特征，如月经周期规律性、痤疮、毛发生长模式、体力活动和饮食习惯。这些变量被用于训练和评估一个用于早期检测多囊卵巢综合征（PCOS）的深度学习模型，该模型的测试准确率达到了95%。真实世界的调查数据有助于提高模型的泛化能力，而Kaggle数据集则为初始训练提供了基准。所有真实世界数据均在获得知情同意后收集，并排除了个人可识别信息。本数据集可支持从事AI驱动的女性健康诊断研究的研究人员，尤其是月经健康和内分泌疾病领域。
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。
