贫血
贫血是指人体外周血红细胞容量减少至正常范围以下的一种常见临床综合征，可由红细胞生成不足、破坏过多或失血所致。其核心病理生理改变是血液携氧能力下降，导致组织缺氧。患者常表现为乏力、面色苍白、头晕、心悸、气短等，严重时可影响多器官功能。诊断依赖血常规检查，并根据平均红细胞体积等指标进一步分类，如缺铁性贫血、巨幼细胞贫血等。治疗需针对病因，包括补充铁剂、维生素B12或叶酸、促红细胞生成素，甚至输血。在临床研究、流行病学调查及医疗数据平台中，贫血被作为重要的独立疾病实体进行管理，用于疾病负担评估和诊疗质量监控。
获取 贫血 专属定制方案共 28 个数据集
基于智能手机摄像头预测贫血和估计血红蛋白浓度
通过智能手机拍摄结膜图像，结合临床血红蛋白值，构建贫血预测和血红蛋白估计模型的数据集。
利用计算机视觉和机器学习检测贫血
基于睑结膜颜色强度，利用计算机视觉和机器学习检测贫血的医学影像数据集。
基于机器学习的贫血预测
2020年印度勒克瑙尤里卡诊断中心患者贫血预测数据集，用于机器学习建模。
贫血类型分类
基于血常规数据预测贫血类型的分类数据集。
贫血预测
使用血红蛋白、性别和红细胞百分比预测贫血的数据集。
贫血诊断
基于机器学习预测贫血的数据集。
贫血检测数据集
基于图像像素值与血红蛋白水平的贫血检测数据集。
高风险人群贫血数据
2019年高风险人群贫血比例数据，以表格形式呈现。
形态异质性 (MH) 数据集
红细胞形态异质性数据集，包含微流体流动红细胞图像、掩码、边界框及形态标签。
MIMIC-IV重症医学临床数据库（常用于贫血及血红蛋白预测）
该数据集属于时序模态，涵盖了真实重症监护病房中海量的生命体征和实验室时序测量。在贫血研究中，其主要用途是进行贫血病程进展预测、动态血红蛋白水平估算以及临床输血决策的时序预测与智能优化。
眼部结膜图像贫血检测数据集
该数据集为图像模态，包含通过标准摄像头捕获的眼结膜局部图像和匹配的化验标签。主要用于开发移动端和便携式诊断设备的深度学习分类算法，通过精准提取图像颜色及纹理特征，探索完全无创的贫血自动识别方法。
贫血预测临床数据集
该数据集为表格模态，汇集了门诊随访中的红细胞系统关键指标与病患年龄层分布信息。其核心用途是支持健康管理平台的贫血早筛预测，利用轻量化机器学习模型在极少临床输入下准确分类健康人与贫血患者。
