丙型肝炎预测数据集 - 医学检验数据
该数据集来自 kaggle.com，包含患者的生化检验结果，并带有标签标明其是否患有丙型肝炎或为健康状态。数据集面向机器学习分类任务设计，可供研究人员和数据科学家开发用于早期诊断的预测模型
基本信息
资源简介
丙型肝炎预测数据集 - 医学检验数据
Hepatitis C Prediction Dataset - Medical Test Data 是一个面向丙型肝炎早期识别与健康状态判别的医学检验数据集，来源于 kaggle.com，当前版本为 v1，由 Aditya Wanave 于 2025 年 3 月 20 日发布，采用 Apache 2.0 许可。数据集收录患者的生化检验结果，并为每条记录附带标签，用以标明该患者患有丙型肝炎还是处于健康状态。其设计目标明确指向机器学习分类任务，便于研究人员和数据科学家构建预测模型，辅助早期诊断研究。数据集体量精简，仅包含一个 CSV 数据文件，适合作为分类建模、特征分析以及医学数据教学演示的基础材料，也可用于在正式建模前快速验证数据处理流程与模型原型。
【数据集背景】
丙型肝炎是一种由丙型肝炎病毒引起的感染性疾病，早期识别对后续诊疗安排具有重要意义。生化检验是临床中常用的辅助判断手段之一，将检验指标与诊断标签结合，可以形成结构化的分类数据，供算法学习指标与疾病状态之间的关联。该数据集正是围绕这一需求构建，归属于感染 / 丙型肝炎分类，主题标签为 health，面向希望利用生化检验数据开展丙型肝炎预测与健康状态判别的研究者和数据科学从业者。
【数据内容】
数据集包含 1 个文件，文件样例名为 CP_imputedFinal.csv，合计约 2.11 MB，格式为 CSV 表格。每条记录对应患者的生化检验结果，并带有指示丙型肝炎或健康状态的标签。文件的具体字段名称、字段数量、记录条数、各类别样本分布以及缺失值处理细节，源站未提供。从文件名中的“imputed”字样可以确认该文件经过缺失值填补处理，但具体填补方法与原始缺失比例，源站未提供。
【采集与来源】
数据集来源站为 kaggle.com，发布机构署名为 Aditya Wanave，发布时间为 2025 年 3 月 20 日，版本为 v1。源站描述说明该数据由患者的生化检验结果构成，并配有丙型肝炎与健康状态的标签。关于原始数据的采集机构、采集地点、采集时间范围、伦理审批与知情同意情况，源站未提供。
【适用场景】
该数据集面向机器学习分类任务设计，可用于开发丙型肝炎早期诊断的预测模型。典型用途包括：构建二分类模型区分丙型肝炎患者与健康个体；比较不同分类算法在生化检验特征上的表现；开展特征重要性分析，探索哪些检验指标对判别更有贡献；以及作为医学数据科学教学与实验的示例数据。由于仅包含生化检验结果与状态标签，该数据不适用于影像分析、时间序列随访分析或治疗效果评估等场景。
【使用方法】
使用时可先下载数据文件 CP_imputedFinal.csv，按 CSV 表格格式读取。建议先在小样本上核对字段名称、数据类型与编码方式，确认标签取值与各字段含义无误后，再批量接入完整的建模流程。常见流程包括数据读取、特征与标签分离、训练集与测试集划分、模型训练与评估。由于文件已经过缺失值填补，使用前仍应检查各字段的数值范围与异常值情况，避免因填补引入的偏差影响模型表现。
【质量与限制】
该数据集规模较小，仅含单个文件，未提供独立的训练集与测试集划分，也未附带数据字典或字段说明文档，字段含义与单位需使用者自行核对确认。数据经过缺失值填补，可能影响基于原始分布的统计分析。标签仅区分丙型肝炎与健康两类，不包含疾病分期、病毒载量或其他临床信息。样本的采集人群、地域与时间范围未说明，模型结论的外推能力有限。此外，源站未提供数据偏倚评估、标注质量控制流程及与其他数据集的对比验证结果。
【引用与许可】
该数据集采用 Apache 2.0 许可，使用时请遵循该许可条款，并在研究成果中注明数据集名称、发布者 Aditya Wanave、来源站 kaggle.com 及版本 v1。关于正式引用格式、论文出处与致谢要求，源站未提供。
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/adityawanave/hepatitis-c-imputed
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 2.1 MB。
数据说明
Aditya Wanave (2025). Hepatitis C Prediction Dataset - Medical Test Data [Dataset]. https://www.kaggle.com/datasets/adityawanave/hepatitis-c-imputed
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。
