TriHemo-MCV：基于血红蛋白与MCV的贫血及代偿性小细胞症三分类数据集
TriHemo-MCV 是一个经过整理、去标识化的多中心临床数据集，用于支持血液学诊断的可复现机器学习研究。它不同于传统的二分类贫血数据集，提出由贫血、非贫血和代偿性小细胞症组成的三分类框架
基本信息
资源简介
TriHemo-MCV：基于血红蛋白与MCV的贫血及代偿性小细胞症三分类数据集
TriHemo-MCV: A Hemoglobin-MCV-Based Tri-Class Dataset for Anemia and Compensated Microcytosis
TriHemo-MCV 是一个经过整理、去标识化的多中心临床数据集，用于支持血液学诊断的可复现机器学习研究。它不同于传统的二分类贫血数据集，提出由贫血、非贫血和代偿性小细胞症组成的三分类框架。数据集包含来自孟加拉国四家三级医院的 5,037 条回顾性患者记录，涵盖血红蛋白、MCV、MCH、RBC、HTC、RDW-CV 等全血细胞计数参数以及三项结构化生活方式问卷变量，可用于贫血相关表型的分类建模研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2026-04-25。
【数据内容】
源站描述（机器翻译，仅供参考）：TriHemo-MCV 是一个经过整理、去标识化的多中心临床数据集，旨在支持血液学诊断中可复现的机器学习研究。与传统的二分类贫血数据集不同，该数据集引入了一个由贫血、非贫血和代偿性小细胞症三类组成的三分类框架，从而能够对血液学表型进行更具临床相关性的建模。该数据集包含 5,037 条回顾性收集自孟加拉国四家三级医院的患者记录，确保了人口统计学和仪器方面的多样性。每条记录包括全血细胞计数（CBC）参数，如血红蛋白（HGB）、平均红细胞体积（MCV）、平均红细胞血红蛋白量（MCH）、红细胞计数（RBC）、血细胞比容（HTC）和红细胞分布宽度（RDW-CV），以及三个结构化生活方式问卷变量。样本被分类为：- 非贫血：16
【数据结构与技术规格】
文件数 1 个，合计 1.20 MB。数据集 DOI：10.6084/m9.figshare.32086368.v1。
【主题与分类】
源站学科分类：Haematology、Public health not elsewhere classified。主题标签：Hematology parameter、Clinical sciences、microcytosis、anemia ).。本站分类：血液及造血器官疾病。
【适用方向】
源站学科分类标注为 Haematology、Public health not elsewhere classified。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/_b_TriHemo-MCV_b_A_Hemoglobin-MCV-Based_Tri-Class_Dataset_for_Anemia_and_Compensated_Microcytosis/32086368
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Biswas, Susmoy; Bijoy, Md. Hasan Imam; Rabeya, Mst Taposi; Hasan, Md. Zahid; Biswas, Debashish (2026). TriHemo-MCV: A Hemoglobin-MCV-Based Tri-Class Dataset for Anemia and Compensated Microcytosis. figshare. Dataset
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://doi.org/10.6084/m9.figshare.32086368.v1
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 1.2 MB。
数据说明
TriHemo-MCV是一个经过整理、去标识化的多中心临床数据集，旨在支持血液学诊断中可重复的机器学习研究。与传统的二元贫血数据集不同，该数据集引入了一个三分类框架，包括贫血、非贫血和代偿性小细胞增多症三类，从而能够对血液学表型进行更具临床相关性的建模。该数据集包含从孟加拉国四家三级医院回顾性收集的5,037份患者记录，确保了人口统计学和仪器设备的多样性。
每条记录包含全血细胞计数（CBC）参数，如血红蛋白（HGB）、平均红细胞体积（MCV）、平均红细胞血红蛋白量（MCH）、红细胞计数（RBC）、血细胞比容（HTC）和红细胞分布宽度（RDW-CV），以及三个结构化生活方式问卷变量。样本分类为：非贫血：1664例；贫血：1732例；代偿性小细胞症：1641例。标签根据预定义的血液学阈值分配，并通过涉及实验室专业人员和资深医师的多级临床审查进行验证。该数据集的主要创新之处在于将代偿性小细胞症作为一个单独类别纳入，代表MCV低但血红蛋白正常的患者，这种表型在传统贫血数据集中常被忽视。文件信息 文件名：tri_hemo_mcv.csv 格式：CSV 行数：5037 列数：23个特征+1个目标标签 特征类别 CBC参数：ESR、RBC、血小板、WBC、中性粒细胞、淋巴细胞、单核细胞、嗜酸性粒细胞、嗜碱性粒细胞、HTC、MCV、MCH、MCHC、HGB、MPV、PCT、RDW-CV、性别、年龄 生活方式问卷特征：既往贫血史、家族贫血史、物质使用 目标标签：临床类别 Appl
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。
