利用冷藏精液预测马匹生育力
该数据集来自 search.dataone.org，围绕利用马匹精液分析预测人工授精是否导致妊娠展开。研究基于澳大利亚一家走马种马场 5 周内 7 匹 Standardbred 种公马对 41 匹母马的 46 次授精
基本信息
资源简介
利用冷藏精液预测马匹生育力
Predicting equine fertility using chilled semen
该数据集来自 search.dataone.org，围绕利用马匹精液分析预测人工授精是否导致妊娠展开。研究基于澳大利亚一家走马种马场 5 周内 7 匹 Standardbred 种公马对 41 匹母马的 46 次授精。精液在采集后立即评估，并在约 5 oC 冷藏 24 h 后再次评估，涉及精液量、精子浓度和活力参数，使用 iSperm® Equine 便携设备，并进行 5 µm 聚碳酸酯滤膜迁移试验。数据可用于探索精液质量指标与妊娠结局的关系，支持生育力预测建模（来源 DataONE，http://creativecommons.org/publicdomain/zero/1.0 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：本研究的主要目标是确定对种公马射精液的分析是否可用于准确预测人工授精是否会导致妊娠。本研究基于澳大利亚一家走马种马场 5 周内 7 匹 Standardbred 种公马对 41 匹母马的 46 次授精。分析中，精液质量在采集后立即评估，并在精液于约 5 oC 冷藏 24 h 后再次评估。该评估包括对原精或稀释射精液（针对冷藏样本）的初始评价，涉及射精量、精子浓度和活力参数。这些指标通过 iSperm® Equine 便携设备评估。在初步评估之后，将射精液样本在 Samson™ 隔离室中通过 5 µm 聚碳酸酯滤膜进行 15 min 的迁移试验。
【主题与分类】
主题标签：Agricultural Sciences、Stallion, fertility, sperm。本站分类：妊娠、分娩和产褥期。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A78f64a043eba44a243fe012bd2c7210d5e724b6bb91b72e3ad6b90a40d94ff7c
使用许可：http://creativecommons.org/publicdomain/zero/1.0。
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
本研究的主要目的是确定是否可以通过分析公马精液来准确预测人工授精是否会导致妊娠。本研究基于澳大利亚一家走马种马场在5周内对41匹母马进行的46次授精，涉及7匹标准种公马。分析中，精液质量在采集后立即评估，并在精液于约5°C冷藏24小时后再次评估。该评估包括对原精或稀释精液（针对冷藏样本）进行初步评价，评价指标包括精液量、精子浓度和活力参数。这些指标通过iSperm® Equine便携式设备进行评估。在初步评估之后，将一份精液样本在Samson™分离室中通过5 µm聚碳酸酯滤膜进行15分钟的迁移试验。再次评估该细胞亚群的浓度和活力参数。此外，还评估了其还原膜不渗透性四唑盐WST-1的能力。
该信息与描述公马和母马年龄的数据相结合，用于预测妊娠事件，妊娠经排卵后14天直肠超声检查确认。在随后的多变量判别分析中，用于预测妊娠的标准针对每匹公马进行了优化，使得在冷却前分析时能够以87.9%的总体准确率预测输精结果，而在冷却后分析时准确率达到95%。
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。
