眼部图像数据集（贫血预测）
该数据集包含从孟加拉国三所医学院医院采集的104张眼部结膜图像及其对应的血液血红蛋白水平和贫血状况。图像经过预处理和裁剪后，提取了红、绿、蓝像素百分比并存储在CSV文件中
基本信息
资源简介
眼部图像数据集（贫血预测）
Eye Images Dataset (Anemia Prediction) 是一个面向贫血预测研究的公开数据集，来源于 kaggle.com，归类于血液及造血器官疾病 / 其他。该数据集的核心内容是从孟加拉国三所医学院医院采集的 104 张眼部结膜图像，以及与之对应的血液血红蛋白水平和贫血状况。图像经过预处理和裁剪后，进一步提取了红、绿、蓝像素百分比，并整理存储为一个 CSV 文件。数据集发布于 2022 年 5 月 30 日，当前版本为 v2，包含 1 个文件，样例文件名为 Anemia_Dataset.csv，主题标签为 health 与 health conditions。该数据集适合用于基于眼部结膜图像特征进行贫血状况预测与血红蛋白水平筛查的机器学习研究。
【数据集背景】
贫血是一种常见的血液及造血器官相关健康问题，血红蛋白水平是判断贫血状况的重要依据。传统上，血红蛋白水平的测定依赖血液检测手段。该数据集的出现，为探索基于眼部结膜图像的非侵入式贫血预测方法提供了数据基础。源站描述中提到，相关研究已基于该数据集发表论文，包括《Comparative Study Between Decision Tree, SVM and KNN to Predict Anaemic Condition》和《An Efficient Technique of Hemoglobin Level Screening Using Machine Learning Algorithms》，分别探讨了决策树、SVM 与 KNN 在贫血状况预测中的比较，以及利用机器学习算法进行血红蛋白水平筛查的有效技术。这表明该数据集的设计初衷是服务于贫血预测与血红蛋白筛查的算法研究。
【数据内容】
该数据集共包含 104 张眼部结膜图像，每张图像对应记录血液血红蛋白水平和贫血状况。图像经过预处理和裁剪后，从图像中提取了红色、绿色和蓝色像素的百分比，并将这些特征与对应的血红蛋白水平、贫血状况一并存储在 CSV 文件中。数据集仅包含 1 个文件，即 Anemia_Dataset.csv，文件大小合计 4.45 KB，格式为 CSV 表格。主题标签为 health 和 health conditions，体现了其健康与健康状况相关的数据属性。
【采集与来源】
数据采集自孟加拉国的三所医学院医院，共收集了 104 张眼部结膜图像及其对应的血液血红蛋白水平和贫血状况。数据集来源站为 kaggle.com，机构信息标注为 Nahiyan Bin Noor - 1402126。发布时间为 2022 年 5 月 30 日，版本为 v2。源站描述中提供了两篇基于该数据集发表的论文链接，分别指向 IEEE Xplore 上的文档 9063188 和 9068812，可用于了解数据集的学术应用背景。
【适用场景】
该数据集适用于贫血预测相关的机器学习分类与回归研究。具体而言，可利用提取的红、绿、蓝像素百分比作为特征，结合对应的血红蛋白水平和贫血状况标签，训练和评估贫血状况预测模型。源站描述中提及的论文研究方向包括决策树、SVM 与 KNN 等算法的比较研究，以及血红蛋白水平筛查技术的高效实现，因此该数据集适合用于算法对比、特征有效性验证以及非侵入式筛查方法的探索。主题标签 health 与 health conditions 也表明其可应用于健康相关数据分析场景。
【使用方法】
使用该数据集时，可下载数据文件 Anemia_Dataset.csv，文件大小合计 4.45 KB，按 CSV 表格格式读取。建议先在小样本上核对字段与编码，确认无误后再批量接入，以确保数据读取和后续处理的准确性。由于数据集仅包含一个 CSV 文件，使用流程相对简单，主要工作在于理解各字段含义并将红、绿、蓝像素百分比特征与血红蛋白水平、贫血状况标签正确对应。
【质量与限制】
该数据集样本量为 104 张眼部结膜图像，规模相对有限。数据采集自孟加拉国的三所医学院医院，来源范围较为集中。图像经过预处理和裁剪，并以红、绿、蓝像素百分比的形式存储于 CSV 文件中，原始图像是否随数据集一并提供，源站未提供明确说明。数据集的许可信息为 Unknown，使用前需注意授权方面的不确定性。此外，源站未提供关于数据标注流程、质量控制措施以及样本分布均衡性的进一步说明。
【引用与许可】
该数据集的许可为 Unknown，源站未提供具体的许可条款说明。源站描述中列出了两篇基于该数据集发表的论文，分别为《Comparative Study Between Decision Tree, SVM and KNN to Predict Anaemic Condition》（https://ieeexplore.ieee.org/document/9063188）和《An Efficient Technique of Hemoglobin Level Screening Using Machine Learning Algorithms》（https://ieeexplore.ieee.org/document/9068812），使用该数据集进行研究时，可参考上述论文的引用方式。机构信息标注为 Nahiyan Bin Noor - 1402126，发布时间为 2022 年 5 月 30 日，版本为 v2。
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
源站：https://kaggle.com/datasets/nahiyan1402/anemiadataset
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 4.4 KB。
数据说明
Nahiyan Bin Noor - 1402126 (2022). Eye Images Dataset (Anemia Prediction) [Dataset]. https://www.kaggle.com/datasets/nahiyan1402/anemiadataset
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。
