水活中玉汤指纹图谱与化学成分数据集
该数据集围绕水活中玉汤(SHZYD)的物质基础研究构建,包含指纹图谱数据集与化学成分数据集两部分。研究采用UPLC-PDA分析不同批次SHZYD样品并进行方法学验证,共标定33个共有峰,12批样品相似度均高于0.90;同时采用UPLC-Q-Orbitrap HRMS检测并整理样品数据,共鉴定出102

基本信息
资源简介
水活中玉汤指纹图谱与化学成分数据集
Fingerprint and Chemical Constituent Dataset of Shuihuo Zhongyu Decoction
该数据集围绕水活中玉汤(SHZYD)的物质基础研究构建,包含指纹图谱数据集与化学成分数据集两部分。研究采用UPLC-PDA分析不同批次SHZYD样品并进行方法学验证,共标定33个共有峰,12批样品相似度均高于0.90;同时采用UPLC-Q-Orbitrap HRMS检测并整理样品数据,共鉴定出102个化学成分。数据可用于中药复方质量控制、成分鉴定及相关药理研究(来源 DOI 解析,Creative Commons Attribution 4.0 International 许可)。
【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):水活中玉汤(SHZYD)是用于妇科疾病(如宫腔粘连和薄型子宫内膜)的经验方;然而,其物质基础仍不清楚。在本研究中,采用超高效液相色谱结合光电二极管阵列检测器(UPLC-PDA)分析不同批次的SHZYD样品并进行方法学验证,从而构建SHZYD的指纹图谱数据集。同时,采用UPLC结合四极杆-Orbitrap高分辨质谱(UPLC-Q-Orbitrap HRMS)检测并汇编SHZYD样品数据,从而构建SHZYD的化学成分数据集。在SHZYD指纹图谱中共标定了33个共有峰,12批样品的相似度均高于0.90。此外,在SHZYD中鉴定出102个化学成分,包括苯
【主题与分类】
主题标签:Chinese medicine and pharmacy、Pharmacology、Geochemistry、Organic chemistry、Medicinal chemistry、Drug management、Pharmaceutical statistics、Shuihuo Zhongyu decoction、Fingerprint、Chemical constituents。本站分类:其他/其他。
【获取与许可】
源站页面:https://www.scidb.cn/detail?dataSetId=3eea3b59449f46749d4b84ffba807d7d
使用许可:Creative Commons Attribution 4.0 International。
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/10.57760/sciencedb.0146b
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:
数据说明
水活中玉汤(SHZYD)是治疗妇科疾病(如宫腔粘连和子宫内膜过薄)的经验方,但其物质基础尚不明确。本研究采用超高效液相色谱-光电二极管阵列检测器(UPLC-PDA)分析不同批次的水活中玉汤样品并进行方法学验证,从而构建水活中玉汤的指纹图谱数据集。同时,采用超高效液相色谱-四极杆-静电场轨道阱高分辨质谱(UPLC-Q-Orbitrap HRMS)检测并汇编水活中玉汤样品数据,从而构建水活中玉汤的化学成分数据集。在水活中玉汤指纹图谱中共标定了33个共有峰,12批样品的相似度均在0.90以上。此外,在水活中玉汤中鉴定出102种化学成分,包括苯丙素类、单萜及其苷类、有机酸类、芳香羰基化合物、黄酮及其苷类、苯酞类、苯乙醇苷类等。
已建立的SHZYD指纹图谱和化学成分数据集可为SHZYD的质量控制及其药效物质的进一步深入研究提供系统性的数据支持和理论基础。
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。




