代谢综合征与获得性早泄风险数据集
该数据集来自 data.mendeley.com，包含一个 Excel 数据文件，围绕代谢综合征、肥胖与 COVID-19 后综合征患者舒张功能障碍演变的关系
基本信息
资源简介
代谢综合征与获得性早泄风险数据集
The impact of metabolic syndrome and obesity on the evolution of diastolic dysfunction in apparently healthy patients suffering from post-COVID-19 syndrome
该数据集来自 data.mendeley.com，包含一个 Excel 数据文件，围绕代谢综合征、肥胖与 COVID-19 后综合征患者舒张功能障碍演变的关系。数据覆盖 203 名确诊 post-COVID-19 综合征的个体，按有无肥胖和/或代谢综合征分组，记录经超声心动图评估的舒张功能障碍患病率与严重程度及随访变化。可用于分析代谢综合征和肥胖对舒张功能障碍发生与演变的影响，支持分类或预测建模研究（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2022-05-23。
【数据内容】
源站描述（机器翻译，仅供参考）：背景：观察到冠状病毒病（COVID-19）在肥胖和代谢综合征（MS）个体中预后更差，这些个体还常出现心血管并发症，且在急性疾病康复期间常持续存在；（2）方法：我们对 203 名确诊 post-COVID-19 综合征、伴有和不伴有肥胖和/或 MS 的个体，通过经胸超声心动图（TTE）评估的舒张功能障碍（DD）演变进行了随访；（3）结果：在伴有 MS 和肥胖的患者中，DD 的诊断率为 62.71%，在伴有 MS 但不伴有肥胖的患者中为 56.6%，相比之下，无 MS 的受试者中为 21.97%（p˂0.001）。几乎一半伴有 MS 的肥胖患者有更严重的 DD（2 型和 3 型）。至于演变，DD 的患病率和严重程度，尤其是 1 型和 2 型，在 6 个月后逐渐下降，与改善同步
【数据结构与技术规格】
文件数 1 个，合计 87.56 KB。数据集 DOI：10.17632/v5nvysr84k.1。
【主题与分类】
主题标签：COVID-19。本站分类：内分泌、营养和代谢疾病/肥胖症。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/v5nvysr84k
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://data.mendeley.com/datasets/v5nvysr84k
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 87.6 KB。
数据说明
克里斯蒂娜·图多兰（2022）。代谢综合征与肥胖对表面健康但患有COVID-19后综合征患者舒张功能障碍演变的影响[数据集]。http://doi.org/10.17632/v5nvysr84k.1
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。
