贫血检测数据集
该数据集包含用于贫血预测的图像像素值和血红蛋白水平数据，数据模态涉及图像和临床数值，主要用于通过机器学习方法分析图像特征与血红蛋白关联性，实现贫血状况的自动化检测与预测研究。
基本信息
创建/更新时间
2024-06-16
资源简介
该数据集是一个用于贫血预测的医学数据集，包含图像像素值和血红蛋白水平数据。数据来源于Kaggle平台公开分享，通过结合图像特征与临床血红蛋白测量值构建而成，主要研究方向是利用机器学习方法基于图像数据预测贫血状况，可应用于医疗健康领域的疾病筛查和辅助诊断。
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。
需登录公开下载
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("sayeemmohammed/anemia-detection")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d sayeemmohammed/anemia-detection
unzip anemia-detection.zip -d anemia-detection/
数据说明
该数据集是一个用于贫血预测的医学数据集，包含图像像素值和血红蛋白水平数据。数据来源于Kaggle平台公开分享，通过结合图像特征与临床血红蛋白测量值构建而成，主要研究方向是利用机器学习方法基于图像数据预测贫血状况，可应用于医疗健康领域的疾病筛查和辅助诊断。
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。
