Data for: Nutritional Value Score (NVS) 区域食物成分与营养分析数据集
该数据集将 Nutritional Value Score (NVS) 算法应用于 1,752 条食物条目,覆盖撒哈拉以南非洲、南亚与东南亚以及拉丁美洲,重点关注传统及当地常见食物

基本信息
资源简介
Data for: Nutritional Value Score (NVS) 区域食物成分与营养分析数据集
Data for: Nutritional Value Score (NVS) – Regional Food Composition and Nutrient Profiling of Traditional and Locally Available Foods across Sub-Saharan Africa, South and Southeast Asia, and Latin America
该数据集将 Nutritional Value Score (NVS) 算法应用于 1,752 条食物条目,覆盖撒哈拉以南非洲、南亚与东南亚以及拉丁美洲,重点关注传统及当地常见食物。NVS 由 Global Alliance for Improved Nutrition (GAIN) 开发,用于综合评估食物、膳食及整体饮食的营养价值,并作为环境影响与可负担性评估的功能单位。数据条目为食物与地理区域的组合,可提取区域或国家特定食物列表,适用于营养分析、食物评级及相关研究(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):该数据集将 Nutritional Value Score (NVS) 算法应用于 1,752 条食物条目,覆盖撒哈拉以南非洲、南亚与东南亚以及拉丁美洲,特别关注传统及其他当地可获得、常被消费的食物。NVS 由 Global Alliance for Improved Nutrition (GAIN) 开发,旨在 (i) 综合考虑中低收入国家的公共卫生优先事项,整体捕捉食物、膳食和整体饮食的营养价值,并 (ii) 作为环境影响和可负担性评估的功能单位。条目(即行)是食物–地理组合,因此可以直接从更大的数据集中提取区域和特定国家的食物列表。覆盖范围为撒哈拉以南非洲(481 条)、南亚与东南亚(463 条)、拉丁美洲(392 条)、尼日利亚(106 条)、肯尼亚(104 条)、印度尼西亚(101 条)、孟加拉国(70 条)、a
【主题与分类】
主题标签:Agricultural Sciences、Medicine, Health and Life Sciences、Nutritional Value Score、nutrient profiling system、food rating system、food composition、traditional foods、indigenous foods、neglected and underutilized species、low- and middle-income countries。本站分类:症状、体征与临床所见。
【获取与许可】
源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/QPGBHU
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/10.7910/DVN/QPGBHU
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 974.7 KB。
数据说明
本数据集将营养价值评分(NVS)算法应用于1752种食物条目,涵盖撒哈拉以南非洲、南亚和东南亚以及拉丁美洲,特别关注传统食物及其他当地可获得、常被消费的食物。NVS由全球改善营养联盟(GAIN)开发,旨在:(i) 综合考虑中低收入国家的公共卫生优先事项,全面捕捉食物、膳食及整体饮食的营养价值;(ii) 作为环境影响和可负担性评估的功能单位。条目(即行)为食物与地理区域的组合,因此可从较大的数据集中直接提取特定区域和国家的食物列表。覆盖范围包括撒哈拉以南非洲(481条)、南亚和东南亚(463条)、拉丁美洲(392条)、尼日利亚(106条)、肯尼亚(104条)、印度尼西亚(101条)、孟加拉国(70条)以及美国(35条)。
该数据库涵盖多种传统食物(包括植物和动物来源),取自已出版的全球和区域清单/汇编——例如,fonio、teff和小米、本土叶菜如非洲买麻藤、黄麻锦葵和黑杰克、本土水果如非洲星苹果和猴面包树,以及当地捕获的小鱼、贝类和昆虫物种。每个传统食物条目根据其生产 and 消费地区被归类为本地、归化 and/或栽培,并交叉引用其出现的来源清单(即,Periodic Table of Food Initiative;Diet Quality Questionnaire;Alliance of Bioversity International and CIAT;African Orphan Crops Consortium;Neglected and Underutilized Species;Future 50 Foods;Vision for Adapted Crops and Soils)。对于每个条目,数据库报告:(i)全面的食物成分数据——能量、碳水化合物、纤维、蛋白质、不饱和 and 饱和脂肪酸、11种维生素、6种矿物质、植酸 and omega-3脂肪酸;(ii)食物属性相关
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。




