MOTHER_CARE1：孟加拉国产前高危妊娠预测孕产妇健康数据集
该数据集包含来自孟加拉国一家政府医院产房登记册的609条去标识化孕产妇与新生儿分娩记录，涵盖孕产妇人口学特征、产科病史、产前保健信息、入院原因、孕龄、分娩详情、新生儿结局，以及依据预设临床标准生成的二分类高危妊娠标签
基本信息
资源简介
MOTHER_CARE1：孟加拉国产前高危妊娠预测孕产妇健康数据集
MOTHER_CARE1: Maternal Health Dataset for Antenatal High-Risk Pregnancy Prediction in Bangladesh
该数据集包含来自孟加拉国一家政府医院产房登记册的609条去标识化孕产妇与新生儿分娩记录，涵盖孕产妇人口学特征、产科病史、产前保健信息、入院原因、孕龄、分娩详情、新生儿结局，以及依据预设临床标准生成的二分类高危妊娠标签。数据旨在支持研究常规可获取的孕产妇临床特征（如年龄、产次、孕次、产前保健就诊、孕龄和入院原因）能否在先进诊断资源有限的低资源医疗环境中用于识别高危妊娠（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2026-07-14。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含609条去标识化的孕产妇与新生儿分娩记录，回顾性采集自孟加拉国一家政府医院的产房登记册。数据包括孕产妇人口学特征、产科病史、产前保健信息、入院原因、孕龄、分娩详情、新生儿结局，以及基于现有孕产妇临床信息、采用预设临床标准生成的二分类高危妊娠标签。该数据集旨在支持研究常规可获取的孕产妇临床特征——包括孕产妇年龄、产次、孕次、产前保健就诊情况、孕龄和入院原因——能否用于在先进诊断资源可能有限的低资源医疗环境中识别高危妊娠。在609条记录中，379条（62.2%）被分类为高危。
【数据结构与技术规格】
文件数 3 个，合计 90.06 KB。数据集 DOI：10.17632/fvdt76zwhn.2。
【主题与分类】
主题标签：高危妊娠预测、孕产妇健康、产前保健、孟加拉国、低资源医疗环境、新生儿结局、回顾性队列。本站分类：妊娠、分娩和产褥期。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/fvdt76zwhn
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/fvdt76zwhn
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 90.1 KB。
数据说明
Abdul Momin Rahat (2026). MOTHER_CARE1: Maternal Health Dataset for Antenatal High-Risk Pregnancy Prediction in Bangladesh [Dataset]. http://doi.org/10.17632/fvdt76zwhn.2
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。
