贫血分析与分类的原始血液学数据集
该数据集包含来自Medical Centre Hospital, Chattogram患者的1004条原始血液学记录，用于贫血分析与分类
基本信息
资源简介
贫血分析与分类的原始血液学数据集
Raw Hematological Dataset for Anemia Analysis and Classification
该数据集包含来自Medical Centre Hospital, Chattogram患者的1004条原始血液学记录，用于贫血分析与分类。每行代表一位匿名患者样本，包含九个变量：Gender、Age、HGB、RBC、PCV/HCT、MCV、MCH、MCHC以及作为目标标签的Decision_Class。数据以原始未处理形式呈现，以保持透明度，允许研究者自行进行预处理、特征工程、统计分析和机器学习建模。该数据集结构开放且具有临床相关性，可支持贫血检测、监督式机器学习等应用（来源 DOI 解析）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含从Medical Centre Hospital, Chattogram的患者处收集的1004条原始血液学记录，用于贫血分析与分类。每一行代表一个匿名患者样本，数据集包含九个变量：Gender、Age、HGB（血红蛋白）、RBC（红细胞计数）、PCV/HCT（红细胞压积/血细胞比容）、MCV（平均红细胞体积）、MCH（平均红细胞血红蛋白量）、MCHC（平均红细胞血红蛋白浓度），以及作为贫血分类目标标签的Decision_Class。数据以其原始、未处理的形式呈现，以保持透明度，并允许研究人员自行进行预处理、特征工程、统计分析和机器学习建模。由于该数据集结构开放且具有临床相关性，它可以支持贫血检测、监督式机器学习等应用。
【主题与分类】
主题标签：Classification System。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/tnswkb4bt8/1
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/10.17632/tnswkb4bt8.1
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 64.9 KB。
数据说明
This dataset comprises 1004 raw hematological records collected from patients at Medical Centre Hospital, Chattogram, for use in anemia analysis and classification. Each row represents one anonymized patient sample, and the dataset contains nine variables: Gender, Age, HGB (Hemoglobin), RBC (Red Blood Cell Count), PCV/HCT (Packed Cell Volume/Hematocrit), MCV (Mean Corpuscular Volume), MCH (Mean Corpuscular Hemoglobin), MCHC (Mean Corpuscular Hemoglobin Concentration), and Decision_Class as the target label for anemia classification. The data are presented in their original, unprocessed form to preserve transparency and allow researchers to perform their own preprocessing, feature engineering, statistical analysis, and machine learning modeling. Because the dataset is openly structured and clinically relevant, it can support applications in anemia detection, supervised machine learning, deep learning development, biomedical data analysis, and educational research. All records are de-identified and contain no personally identifiable information, supporting ethical use and open-data dissemination. The dataset was validated by Hasanul Alam Shaikat, a biochemist, who reviewed and verified the clinical relevance and consistency of the hematological measurements and class annotations before release.
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。
