Hepatitis C Prediction Dataset 数据集
Hepatitis C Prediction Dataset 数据集是与丙型肝炎直接相关的公开数据集，来源于Kaggle，主要包含Laboratory values of blood donors and Hepatitis C patients。该数据集适合用于预测、特征分析、模型验证以及疾病研究中的数据驱动方法评估。
基本信息
资源简介
Hepatitis C Prediction Dataset 数据集
【数据集背景】
本数据集源站标题为《Hepatitis C Prediction Dataset》。源站首次发布：2020-12-21。
【数据内容】
源站原始描述：### Context The data set contains laboratory values of blood donors and Hepatitis C patients and demographic values like age. The data was obtained from UCI Machine Learning Repository: ### Content All attributes except Category and Sex are numerical. Attributes 1 to 4 refer to the data of the patient: 1) X (Patient ID/No.) 2) Category (diagnosis) (values: ''0=Blood Donor'', ''0s=suspect Blood Donor'', ''1=Hepatitis'', ''2=Fibrosis'', ''3=Cirrhosis'') 3) Age (in years) 4) Sex (f,m) Attributes 5 to 14 refe…
【数据结构与技术规格】
文件数 1 个，合计 46.18 KB。
【主题与分类】
主题标签：cancer、healthcare、health and fitness。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/fedesoriano/hepatitis-c-dataset
使用许可：Database: Open Database, Contents: © Original Authors。
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("fedesoriano/hepatitis-c-dataset")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d fedesoriano/hepatitis-c-dataset
unzip hepatitis-c-dataset.zip -d hepatitis-c-dataset/
数据说明
该数据集围绕丙型肝炎（Hepatitis C）整理，包含与该疾病直接相关的数据、病例、检测结果或研究记录，可用于预测、流行病学分析或疾病相关机器学习研究。
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。
许可
Database: Open Database, Contents: © Original Authors
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。
