非洲合成疟疾临床与诊断数据集

数据集获取与加载（Hugging Face datasets）

# 前置依赖: pip install datasets
from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-synth-malaria-synthetic-malaria-clinical-all")
print(ds)  # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"

git lfs install && git clone https://hf-mirror.com/datasets/electricsheepafrica/africa-synth-malaria-synthetic-malaria-clinical-all

数据集大小约 308.4 KB。

仓库文件结构

• .gitattributes
• README.md
• generate_dataset.py
• requirements.txt
• validate_dataset.py
• validation_report.png

数据说明

合成疟疾临床与诊断数据集（RDT、显微镜检查、严重程度）| 非洲（Electric Sheep Africa 元数据清单）规模类别：10K<n<100K - 格式：csv - 领域：健康 - 由 Electric Sheep Africa 构建 简而言之 该数据集是 Hugging Face 上 Electric Sheep Africa 目录的一部分。它通过标准化元数据、加载指南、来源说明和面向分析师的背景信息，为非洲数据发现而编入索引。本数据集内容…… 请在数据集页面查看完整描述：https://huggingface.co/datasets/electricsheepafrica/africa-synth-malaria-synthetic-malaria-clinical-all。

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。

完整数据卡：huggingface.co/datasets/electricsheepafrica/africa-synth-malaria-synthetic-malaria-clinical-all