孟加拉国登革热早期诊断结构化临床与血液学数据集
该数据集包含来自孟加拉国达卡 Munshiganj 的 Life Aid General Hospital and Diagnostic LTD 的 1,018 例疑似登革热患者的临床与常规血液学记录，采集于登革热暴发期，其中登革热阳性 697 例、非登革热 321 例，所有个人可识别信息已移除
基本信息
资源简介
孟加拉国登革热早期诊断结构化临床与血液学数据集
Structured Clinical and Hematological Dataset for Early Dengue Diagnosis in Bangladesh
该数据集包含来自孟加拉国达卡 Munshiganj 的 Life Aid General Hospital and Diagnostic LTD 的 1,018 例疑似登革热患者的临床与常规血液学记录，采集于登革热暴发期，其中登革热阳性 697 例、非登革热 321 例，所有个人可识别信息已移除。数据涵盖人口学（性别、年龄）、血液学（血小板计数、白细胞计数）、临床症状（发热、发热持续时间、头痛、肌肉疼痛、呕吐、皮疹）、元数据（地点、匿名患者 ID）及诊断结果共 13 个特征，可用于支持机器学习与统计模型的开发，服务于登革热早期诊断研究（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2025-09-01。
【数据内容】
源站描述（机器翻译，仅供参考）：数据集概览：该数据集包含 1,018 例疑似登革热患者的临床与常规血液学记录，采集自孟加拉国达卡 Munshiganj 的 Life Aid General Hospital and Diagnostic LTD。数据收集于确诊登革热暴发期间，包括登革热阳性（697 例）和非登革热（321 例）患者。所有个人可识别信息（PII）均已移除，以确保隐私和伦理合规。数据集结构化为 13 个临床和实验室特征：人口学：性别、年龄；血液学：血小板计数、白细胞（WBC）计数；临床症状：发热、发热持续时间、头痛、肌肉疼痛、呕吐、皮疹；元数据：地点、患者 ID（匿名化）；结果：登革热阳性/阴性诊断。目的：该数据集旨在支持机器学习和统计模型的开发
【数据结构与技术规格】
文件数 1 个，合计 73.56 KB。数据集 DOI：10.17632/673swz9tb4.1。
【主题与分类】
主题标签：登革热、血液学、临床特征、早期诊断、机器学习、孟加拉国。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/673swz9tb4
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/673swz9tb4
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 73.6 KB。
数据说明
Nure Alam Siddiki Rachin (2025). Structured Clinical and Hematological Dataset for Early Dengue Diagnosis in Bangladesh [Dataset]. http://doi.org/10.17632/673swz9tb4.1
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。
