高脂诱导代谢性脂肪性肝炎食蟹猴
该数据集包含35只高脂膳食诱导的食蟹猴在多个时间点采集的生理与病理数据，数据模态涵盖临床表格（如体重、BMI、血常规、血生化）、图像（如心脏超声、肝脏超声、MRI）以及组织样本（肝活体组织病理评分），主要用于研究代谢性脂肪性肝炎的动物模型构建、疾病进展评估及潜在治疗方法的验证。
基本信息
资源简介
高脂诱导代谢性脂肪性肝炎食蟹猴
【一句话概览】
入组35只10岁以上雄性食蟹猴，进行高脂膳食饲喂，通过0月、6月、12月、18月检测体重、BMI、血常规、血生化、肝活体组织检查、心脏超声等指标，以评价高脂诱导代谢性脂肪性肝炎食蟹猴模型。数据涵盖动物模型数据、生化数据、生理数据、组织学数据及医学影像学数据（来源 nhp.kiz.ac.cn）。
【数据内容】
源站原始描述：入组35只10岁以上雄性食蟹猴进行高脂膳食饲喂。通过0月、6月、12月、18月进行体重、BMI、血常规、血生化、肝活体组织检查、心脏超声等指标检测进行模型评价。
中文译文（机器翻译，仅供快速理解，请以原文为准）：Thirty-five male cynomolgus monkeys aged over 10 years were enrolled and fed a high-fat diet. Model evaluation was conducted by measuring body weight, BMI, complete blood count, blood biochemistry, liver biopsy, and echocardiography at 0, 6, 12, and 18 months.
【主题与分类】
主题标签：高脂、代谢性脂肪性肝炎、食蟹猴、High-fat diet、metabolic steatohepatitis、cynomolgus monkeys、动物模型数据、生化数据、生理数据、组织学数据。
【获取与许可】
源站页面：https://nhp.kiz.ac.cn/33/db
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。
暂未开放有偿下载
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://nhp.kiz.ac.cn/33/db
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
该数据集为一项动物实验数据集，旨在研究高脂膳食诱导食蟹猴产生代谢性脂肪性肝炎（MASH）的模型构建与评价。数据集包含35只10岁以上雄性食蟹猴在高脂膳食饲喂下，于0月、6月、12月、18月四个时间点采集的多维度生理与病理指标，具体数据包括体重、BMI、血常规、血生化、肝活体组织检查、心脏超声、肝脏超声、MRI及肝脏病理评分等。数据来源于广东省生物技术研究院（广东省实验动物监测中心）实验动物福利伦理委员会批准的实验，由广州华珍生物科技有限公司负责动物护理与饲养，所有指标均按照已建立的操作规程进行采集和检测分析，并依据《代谢相关脂肪性肝病防治指南（2024年版）》进行模型评价。该数据集主要用于代谢性脂肪性肝炎的发病机制研究、药物疗效评估及动物模型验证等方向。
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。
