孟加拉国农村母乳宏量营养素与能量母婴预测因素观察性队列研究复现数据

该数据集来自孟加拉国锡尔赫特农村开展的一项前瞻性观察性泌乳队列研究,共纳入99名参与者,采集手工挤出的中段母乳样本,并采用中红外光谱法分析母乳宏量营养素浓度

dataone
浏览 7
其他回归Medicine, Health and Life Sciences
Replication Data for: Maternal and infant predictors of human milk macronutrient and energy concentrations in rural Bangladesh: an observational cohort study

基本信息

模态
其他
任务类型
回归
许可
http://creativecommons.org/publicdomain/zero/1.0
创建/更新时间
2026-10-22

资源简介

孟加拉国农村母乳宏量营养素与能量母婴预测因素观察性队列研究复现数据

Replication Data for: Maternal and infant predictors of human milk macronutrient and energy concentrations in rural Bangladesh: an observational cohort study

该数据集来自孟加拉国锡尔赫特农村开展的一项前瞻性观察性泌乳队列研究,共纳入99名参与者,采集手工挤出的中段母乳样本,并采用中红外光谱法分析母乳宏量营养素浓度。数据覆盖母婴相关预测因素与母乳宏量营养素及能量浓度信息,可用于探究母婴特征对母乳营养组成的影响,支持母乳营养相关回归建模与观察性队列分析(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):在这项位于孟加拉国锡尔赫特农村的前瞻性观察性泌乳队列研究中,我们采集了手工挤出的中段母乳样本,并使用中红外光谱法分析宏量营养素浓度。我们共纳入99名参与者。

【主题与分类】

主题标签:Medicine, Health and Life Sciences。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%3Ae779d16f207484358fefd47d1ad29748154a96389ec96a51db432ea3b793c30e

使用许可:http://creativecommons.org/publicdomain/zero/1.0。

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。

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://search.dataone.org/view/sha256%3Ae779d16f207484358fefd47d1ad29748154a96389ec96a51db432ea3b793c30e

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

在孟加拉国锡尔赫特农村的这一前瞻性观察性哺乳队列中,我们采集了手工挤出的中段母乳样本,并使用中红外光谱法分析了宏量营养素浓度。我们招募了99名参与者。

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。

获取专属数据定制方案