内脏与皮下腹部脂肪与非酒精性脂肪肝病关联研究数据集
该数据集包含来自NHANES调查的临床表格数据，具体记录了参与者的腹部脂肪区域（包括总体、内脏和皮下脂肪）测量值以及通过超声控制的衰减参数评估的肝脏脂肪变性程度，主要用于研究不同类型腹部脂肪与非酒精性脂肪肝病（NAFLD）之间的关联，为代谢性疾病的病因学和预防策略提供实证依据。
基本信息
资源简介
内脏与皮下腹部脂肪与非酒精性脂肪肝病关联研究数据集
【数据集背景】
本数据集源站标题为《Replication Data for: \"Visceral and subcutaneous abdominal fat is associated with Non-alcoholic fatty liver disease\"》。
【数据内容】
源站原始描述：The aim was to evaluate the effect different types of abdominal fat has on NAFLD development. The dataset comes from the NHANES 2017-2018 release and this subset focuses on participants with abdominal fat area (total, visceral and subcutaneous) and level of steatosis. Liver steatosis was assessed using ultrasound controlled attenuation parameter, a noninvasive method for the detection of hepatic steatosis based on transient elastography
【主题与分类】
主题标签：Fatty Liver、Adiposopathy、Medicine, Health and Life Sciences、Intra-Abdominal Fat。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:49295ab45f21fa72b15f47a60ab50a1ab6328d7ee38e031e4b6a2fe2864f91f2
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
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
该数据集旨在评估不同类型腹部脂肪对非酒精性脂肪肝病（NAFLD）发展的影响。数据来源于美国国家健康与营养调查（NHANES）2017-2018年度数据，聚焦于具有腹部脂肪区域（总体、内脏和皮下脂肪）测量数据及肝脏脂肪变性程度的参与者。肝脏脂肪变性通过超声控制的衰减参数进行评估，这是一种基于瞬时弹性成像技术的无创性肝脂肪变性检测方法。该数据集主要用于研究腹部脂肪分布与NAFLD之间的关联，为代谢性疾病研究提供临床数据支持。
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。
