IVF辅助生殖结局数据

包含辅助生殖治疗周期、患者特征和妊娠结局相关结构化数据,适合不孕症治疗结局预测和IVF成功率建模。

Human Fertilisation and Embryology AuthorityHuman Fertilisation and Embryology Authority
HFEA
2025-01-01 更新
浏览 39
表格分类fertility treatmentIVFdonor inseminationHFEA RegisterUKresearch
IVF Assisted Reproduction Outcome Dataset

基本信息

模态
表格
任务类型
分类
许可
Open Government Licence
创建/更新时间
2025-01-01

资源简介

IVF辅助生殖结局数据

【一句话概览】

英国人类受精与胚胎学管理局(HFEA)收集英国每年生育治疗周期的数据与统计信息,用于改善患者护理并支持科学研究,同时严格保护患者、捐赠者及后代的隐私。该页面介绍HFEA登记册数据及获取方式,涉及体外受精、供精人工授精等生育治疗领域(来源 hfea.gov.uk)。

【数据集背景】

本数据集源站标题为《Data research | HFEA》。

【数据内容】

源站原始描述:We collect data and statistics about the fertility treatment cycles performed each year in the UK. We use this data to improve patient care and support researchers to conduct scientific research, whilst ensuring very strong protection of patient, donor and offspring confidentiality. This page provides more information about the Register data and how to access it

中文译文(机器翻译,仅供快速理解,请以原文为准):我们收集有关英国每年进行的生育治疗周期的数据和统计信息。我们利用这些数据来改善患者护理,并支持研究人员开展科学研究,同时确保对患者、捐赠者及其后代的隐私给予极为严格的保护。本页面提供了更多关于登记册数据及如何获取这些信息的内容。

【主题与分类】

主题标签:fertility treatment、IVF、donor insemination、HFEA Register、UK、research。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面:https://www.hfea.gov.uk/about-us/our-data/

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

暂未开放

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://www.hfea.gov.uk/about-us/our-data/

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

包含辅助生殖治疗周期、患者特征和妊娠结局相关结构化数据,适合不孕症治疗结局预测和IVF成功率建模。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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。

获取专属数据定制方案