基于加纳可触及手掌图像的贫血检测数据集
该数据集来自 data.mendeley.com,主题为利用加纳可触及手掌图像进行贫血检测。数据通过标准高质量相机(最低 12MP)拍摄手掌照片,并由技术人员或医学检验人员上传患者的 Hb 值、年龄、性别及基于 Hb 值的贫血/非贫血备注

基本信息
资源简介
基于加纳可触及手掌图像的贫血检测数据集
Anemia Detection using Palpable Palm Image Datasets from Ghana
该数据集来自 data.mendeley.com,主题为利用加纳可触及手掌图像进行贫血检测。数据通过标准高质量相机(最低 12MP)拍摄手掌照片,并由技术人员或医学检验人员上传患者的 Hb 值、年龄、性别及基于 Hb 值的贫血/非贫血备注。数据集包含 1 个文件 Palm.rar,发布于 2022-06-27,DOI 为 10.17632/ccr8cm22vz.1。该数据可用于训练和比较机器学习模型,以非侵入方式基于手掌颜色检测贫血,适用于血液及造血器官疾病相关研究(来源 Mendeley Data)。
【数据集背景】
源站首次发布:2022-06-27。
【数据内容】
源站描述(机器翻译,仅供参考):贫血是一个全球性公共卫生问题,主要因红细胞计数减少而出现,在非洲尤为普遍。侵入式检测贫血的方法昂贵且耗时。然而,贫血可以通过机器学习算法等非侵入式技术进行诊断。在我们的研究中,我们比较了使用可触及手掌颜色检测贫血的机器学习模型。主要包含手掌的数据集是以加纳为案例研究开发的,用于数据收集,所采用的方法如下。所有照片均由实验室人员拍摄,患者的 Hb 值、年龄、性别以及基于所测 Hb 值的备注(贫血或非贫血)由技术人员或医学实验室人员使用标准高质量相机(最低 12MP)上传。实验室人员握住指尖
【数据结构与技术规格】
文件数 1 个,合计 252.57 MB。数据集 DOI:10.17632/ccr8cm22vz.1。
【主题与分类】
主题标签:贫血检测、手掌图像、机器学习、非侵入式、Ghana、血液疾病。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/ccr8cm22vz
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/ccr8cm22vz
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 252.6 MB。
数据说明
Justice Williams Asare (2022). Anemia Detection using Palpable Palm Image Datasets from Ghana [Dataset]. http://doi.org/10.17632/ccr8cm22vz.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。




