NHANES 全血细胞计数数据集用于贫血预测
该数据集是美国国家健康与营养调查（NHANES）全血细胞计数（CBC）实验室数据的处理后版本。它包含血液学参数，包括白细胞计数、红细胞计数、血红蛋白、血细胞比容、平均红细胞体积、红细胞分布宽度、血小板计数及其他 CBC 测量值
基本信息
资源简介
NHANES 全血细胞计数数据集用于贫血预测
NHANES Complete Blood Count Dataset for Anemia Prediction 是一个面向贫血预测任务的血液学数据集，其英文名称已明确指向美国国家健康与营养调查（NHANES）全血细胞计数（CBC）实验室数据。该数据集在原始调查数据基础上进行了处理，保留了白细胞计数、红细胞计数、血红蛋白、血细胞比容、平均红细胞体积、红细胞分布宽度、血小板计数以及其他 CBC 测量值等血液学参数，并额外加入了一个二值化的贫血标签，用于机器学习分类，其中 0 表示无贫血，1 表示贫血。数据集经过清洗与格式化，旨在支持利用机器学习算法开展贫血预测研究。该数据集由作者 G, Saravanarajan 发布，机构为 Zenodo，发布时间为 2026 年，采用 Creative Commons Attribution 4.0 International 许可，来源站为 doi.org，本站分类归入血液及造血器官疾病 / 其他。
【数据集背景】
该数据集来源于美国国家健康与营养调查（NHANES）的全血细胞计数（CBC）实验室数据。NHANES 由美国疾病控制与预防中心（CDC）下属的国家卫生统计中心（NCHS）开展。原始调查数据经过处理后，形成了本数据集，用于贫血预测相关研究。数据集在源站描述中说明，其目的是为使用机器学习算法进行贫血预测的研究提供经过清洗和格式化的数据基础。该数据集属于血液及造血器官疾病领域，本站分类为“其他”。
【数据内容】
数据集包含血液学参数，具体包括白细胞计数、红细胞计数、血红蛋白、血细胞比容、平均红细胞体积、红细胞分布宽度、血小板计数及其他 CBC 测量值。此外，数据集还包含一个额外的二值化贫血标签，用于机器学习分类任务，其中 0 表示无贫血，1 表示贫血。数据集经过清洗与格式化处理，以适配贫血预测的机器学习研究。除上述内容外，源站未提供关于样本量、变量单位、缺失值比例、数据分布等更详细的统计信息。
【采集与来源】
该数据集源自美国国家健康与营养调查（NHANES）的全血细胞计数（CBC）实验室数据。NHANES 由美国疾病控制与预防中心（CDC）下属的国家卫生统计中心（NCHS）开展。数据集作者为 G, Saravanarajan，发布机构为 Zenodo，发布时间为 2026 年，来源站为 doi.org。源站描述中包含了致谢信息，说明该数据集衍生自 NHANES。除上述来源信息外，源站未提供关于具体采集时间范围、采集地点、样本纳入排除标准等细节。
【适用场景】
该数据集适用于利用机器学习算法进行贫血预测的研究。由于包含多种 CBC 血液学参数以及二值化贫血标签，可用于构建分类模型，探索血液学指标与贫血状态之间的关联。其清洗和格式化后的结构适合直接用于机器学习流程中的训练与评估。此外，该数据集也可用于血液及造血器官疾病领域的其他探索性数据分析，但具体适用场景需结合研究目的确定。源站未提供关于特定算法、基准结果或应用案例的更多信息。
【使用方法】
该数据集以处理后版本提供，包含血液学参数和贫血标签，可直接用于机器学习分类任务。使用者可将 CBC 测量值作为特征，将贫血标签作为目标变量，进行模型训练与预测。由于数据集已经过清洗和格式化，通常无需额外的复杂预处理即可接入常见机器学习流程。然而，源站未提供关于数据划分、特征工程、模型选择或评估指标的具体建议，使用者需根据自身研究设计合理使用。
【质量与限制】
该数据集经过清洗和格式化处理，旨在支持贫血预测研究。其数据来源于 NHANES 的 CBC 实验室数据，并附加了二值化贫血标签。然而，源站未提供关于数据质量的具体评估指标，如缺失值处理方式、异常值处理、样本代表性、标签定义标准等。此外，源站未提供数据集的样本量、人群分布、时间跨度等信息，因此无法对数据集的偏倚风险或泛化能力做出判断。使用者应注意，该数据集仅包含 CBC 相关参数和贫血标签，可能不涵盖贫血诊断所需的全部临床信息。源站未提供关于限制的更多说明。
【引用与许可】
该数据集的作者为 G, Saravanarajan，发布机构为 Zenodo，发布时间为 2026 年，来源站为 doi.org。许可方式为 Creative Commons Attribution 4.0 International。使用该数据集时，应遵循该许可协议的要求，并按照源站描述中的致谢信息，注明数据衍生自美国国家健康与营养调查（NHANES），该调查由美国疾病控制与预防中心（CDC）下属的国家卫生统计中心（NCHS）开展。源站未提供具体的引用格式或附加使用条款。
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/10.5281/zenodo.21769583
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:
数据说明
该数据集是美国国家健康与营养调查（NHANES）全血细胞计数（CBC）实验室数据的处理后版本。它包含血液学参数，包括白细胞计数、红细胞计数、血红蛋白、血细胞比容、平均红细胞体积、红细胞分布宽度、血小板计数及其他CBC测量指标。此外，还添加了一个二元的贫血标签，用于机器学习分类，其中0 = 无贫血，1 = 贫血。该数据集已经过清洗和格式化，以便使用机器学习算法进行贫血预测研究。致谢 该数据集来源于美国疾病控制与预防中心（CDC）下属国家卫生统计中心（NCHS）开展的美国国家健康与营养调查（NHANES）。
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。
