摘要：该数据集是一个来自加纳的多模态贫血检测图像数据集，包含手掌（Palm）和结膜（Conjunctiva）两个解剖部位的图像样本，专门用于开发基于机器学习的缺铁性贫血无创筛查系统。
数据集概述
该数据集是一个来自加纳的多模态贫血检测图像数据集，包含手掌（Palm）和结膜（Conjunctiva）两个解剖部位的图像样本，专门用于开发基于机器学习的缺铁性贫血无创筛查系统。加纳作为撒哈拉以南非洲地区的代表性国家，面临严重的贫血公共卫生挑战，尤其是儿童和孕妇群体，而传统血液检测在基层医疗机构的可及性严重不足。数据集采集可触诊手掌图像和眼睑结膜图像，利用贫血患者因血红蛋白降低导致的皮肤和黏膜苍白这一临床体征作为视觉判别依据。手掌图像捕获掌心、掌纹和指尖的颜色信息，结膜图像聚焦下眼睑翻转后的睑结膜区域血管网络和色泽变化，数据集特别关注缺铁性贫血（IDA）这一全球最常见的贫血类型，为开发适用于非洲本土人群、具有肤色适应性的AI辅助诊断工具提供了真实临床场景的训练数据资源。
数据结构与关键特征
数据集采用多模态双部位组织结构，包含手掌图像子集和结膜图像子集，每个子集按贫血/非贫血或正常/缺铁性贫血进行二分类标注。手掌图像采集协议要求受试者在标准化光照条件下将手掌平放，相机垂直拍摄掌心区域，捕获整体色泽、掌纹对比度和指尖微循环特征，贫血患者的手掌呈现整体苍白、血色不足和掌纹淡化；结膜图像采集时轻柔下拉下眼睑暴露睑结膜，该区域富含毛细血管且无色素干扰，正常人呈现鲜红或粉红色，缺铁性贫血患者因血红蛋白浓度下降呈现粉白色或苍白。数据集来自加纳本土人群，涵盖非洲人群特有的深色肤色范围，这对于开发跨人种泛化的贫血检测算法至关重要，因为现有基于浅肤色人群的模型在深肤色群体中表现显著下降。关键视觉特征包括颜色空间分布（RGB、HSV、LAB色彩通道在贫血/非贫血组间的统计差异）、局部颜色均匀性（手掌中心vs边缘、结膜不同区域的色差）以及纹理特征（血管纹理、皮肤微结构），数据集可能包含患者元数据如血红蛋白浓度实验室检测值、年龄、性别和临床诊断，支持回归模型开发和多因素关联分析。
应用价值与研究方向
该数据集为撒哈拉以南非洲地区的贫血筛查提供了本土化、低成本技术路径，特别适用于缺乏实验室设施的农村诊所和移动医疗队。基于智能手机的应用可实现即时、无创评估，及早识别高风险人群（孕妇、儿童、慢性病患者）并转诊治疗。技术层面支持深色肤色人群的颜色校正算法开发（补偿黑色素影响）、多模态融合模型构建（结合手掌和结膜信息）以及轻量级模型优化（适配低端设备和离线推理）。研究方向包括：肤色自适应特征提取、缺铁性贫血严重程度分级、跨地域泛化性研究、多任务学习识别贫血类型和营养缺乏状态、可解释性AI生成判别区域热图、移动端界面优化以及社区卫生工作者培训方案开发，数据集对深色肤色人群的关注填补了医学影像AI研究的人群代表性空白，为消除健康公平差异和实现SDG 3目标提供技术支撑，为其他适用于非洲本土人群的AI医疗工具开发提供方法学参考。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-286
文件大小：310M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)