严重男性因素不育对IVF-ICSI结局影响数据集
该数据集来自印度Thiruvananthapuram政府医学院SAT医院生殖医学与外科，回顾性收集2017年1月至2020年12月接受IVF-ICSI的夫妇病历资料，按严重男性因素与非男性因素不育分组，并匹配女性年龄、BMI及卵巢储备参数
基本信息
资源简介
严重男性因素不育对IVF-ICSI结局影响数据集
Dataset for Impact of Severe Male Factor Infertility on IVF-ICSI Outcomes: A Retrospective Cohort Study
该数据集来自印度Thiruvananthapuram政府医学院SAT医院生殖医学与外科，回顾性收集2017年1月至2020年12月接受IVF-ICSI的夫妇病历资料，按严重男性因素与非男性因素不育分组，并匹配女性年龄、BMI及卵巢储备参数。数据涵盖人口学信息、不育诊断、精子来源、男性因素类型、治疗方案及临床妊娠结局，可用于分析严重男性因素不育对IVF-ICSI治疗结局的影响（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2025-04-28。
【数据内容】
源站描述（机器翻译，仅供参考）：数据回顾性收集自Thiruvananthapuram政府医学院SAT医院生殖医学与外科的患者病历。识别了2017年1月至2020年12月期间接受IVF-ICSI的夫妇。符合条件的参与者被分为严重男性因素不育组和非男性因素不育组，并按女性年龄、BMI和卵巢储备参数进行匹配。收集的信息包括人口学详情、不育诊断、精子来源（射精或手术获取）、男性因素不育类型（严重少弱畸精子症或无精子症）、治疗方案和临床妊娠结局。数据经过匿名化处理以维护患者隐私。
【数据结构与技术规格】
文件数 1 个，合计 13.96 KB。数据集 DOI：10.17632/8zjds5bf8y.1。
【主题与分类】
主题标签：男性不育症、IVF-ICSI、严重少弱畸精子症、无精子症、临床妊娠结局、回顾性队列研究、泌尿生殖系统疾病。本站分类：泌尿生殖系统疾病/男性不育症。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/8zjds5bf8y
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://data.mendeley.com/datasets/8zjds5bf8y
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 14.0 KB。
数据说明
Sholen Acharya (2025). Dataset for Impact of Severe Male Factor Infertility on IVF-ICSI Outcomes: A Retrospective Cohort Study [Dataset]. http://doi.org/10.17632/8zjds5bf8y.1
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。
