摘要：合成多模态贫血筛查数据集是一个面向研究的合成数据集，专门设计用于支持非侵入性贫血筛查的机器学习和计算机视觉模型的开发与评估。
数据集简介
数据集概述
合成多模态贫血筛查数据集（SMASD v1.0）是一个面向研究的合成数据集，专为非侵入性贫血筛查的机器学习和计算机视觉模型开发而设计。贫血影响全球约 19 亿人，传统诊断依赖侵入性血液检测，而非侵入性筛查（基于结膜和指甲图像的计算机视觉）在资源受限环境具有重要应用前景。数据集包含 5,000 条合成记录和 63 个医学启发特征，使用临床知情的统计关系生成，目标变量基于 WHO 四类贫血分级（严重/中度/轻度/正常，各 1,250 条），实现完美类别平衡。适用于机器学习研究、计算机视觉、医学 AI 基准测试、教育、特征工程、软件测试和 XAI 研究。重要声明：完全合成数据，不含真实患者记录/PII/PHI，仅供研究和教育使用，不得用于临床诊断。
数据结构与特征设计
数据集包含 63 个医学启发特征，按功能分为多个类别，反映贫血的多维度影响因素：
(1) 患者基本信息：年龄、性别、种族、国家、身高、体重、BMI、职业；
(2) 临床参数（血液学指标）：血红蛋白 Hb（贫血诊断的核心指标）、红细胞压积 Hematocrit、红细胞计数 RBC、平均红细胞体积 MCV、平均红细胞血红蛋白 MCH、平均红细胞血红蛋白浓度 MCHC、红细胞分布宽度 RDW、铁蛋白 Ferritin（体内铁储存指标）、血清铁 Serum Iron、总铁结合力 TIBC、转铁蛋白 Transferrin、维生素 B12、叶酸 Folate、C 反应蛋白 CRP（炎症标志物）；
(3) 女性健康：月经周期天数、月经期、妊娠状态、月经过多、产后状态、避孕药使用；
(4) 生活方式因素：饮食、吸烟、饮酒、运动水平、睡眠时长、饮水量、铁补充剂、维生素 C 摄入（促进铁吸收）、茶消费（可能减少铁吸收）；
(5) 影像学元数据：Fitzpatrick 皮肤类型（I-VI，影响非侵入性检测的皮肤色素）、相机类型、图像质量、光照条件、ROI 检测（感兴趣区域）、ROI 面积、结膜图像路径、指甲图像路径；
(6) AI 特征：铁调素代理 Hepcidin Proxy（调节铁吸收的激素）、铁吸收窗口 Iron Absorption Window、皮肤色调嵌入 Skin Tone Embedding、预测皮肤反射率 Predicted Skin Reflectance；
(7) 标签：WHO 贫血分类（严重/中度/轻度/正常）、严重程度、推荐措施。
数据生成方法论：患者记录使用医学知情的统计关系生成，基于公开文献和 WHO 血红蛋白分类指南，嵌入的关系示例包括：较低的铁蛋白与较低的血红蛋白相关；月经过多增加缺铁的可能性；妊娠与较低的血红蛋白水平相关；维生素 C 摄入改善铁吸收；茶消费可能减少铁吸收；BMI 影响炎症相关标志物；月经期影响铁调素代理和铁吸收窗口。这些关系旨在创建现实的合成数据分布，同时保持完全的隐私性
应用价值与研究方向
该数据集为完全合成数据集（未使用真实患者记录，不含 PII/PHI），专为非侵入性贫血筛查的机器学习和计算机视觉研究而创建。数据集包含 5,000 条合成患者记录和 63 个医学启发特征，使用临床知情的统计关系生成（基于公开文献和 WHO 指南），涵盖患者基本信息、临床参数（血红蛋白、铁蛋白、维生素 B12、叶酸等）、女性健康（月经、妊娠、产后）、生活方式（饮食、铁补充、维生素 C、茶消费）、影像学元数据（皮肤类型、结膜/指甲图像路径、光照条件）和 AI 特征（铁调素代理、铁吸收窗口、皮肤色调嵌入）。目标变量基于 WHO 贫血分类：严重贫血（1,250）、中度贫血（1,250）、轻度贫血（1,250）、正常（1,250），实现完美类别平衡。数据集专为贫血筛查模型开发、多模态融合、危险因素分析、XAI 研究和算法基准测试而构建，仅供研究、教育和软件开发使用，不得用于临床诊断或医疗决策。
数据集来源
该数据集为完全合成数据集（未使用真实患者记录，不含 PII/PHI），包含 5,000 条记录和 63 个医学启发特征（患者信息、临床参数、女性健康、生活方式、影像学元数据、AI 特征），使用基于公开文献和 WHO 指南的临床知情统计关系生成，目标变量为 WHO 四类贫血分级（严重/中度/轻度/正常，各 1,250 条），专为非侵入性贫血筛查的 ML/CV 研究和算法基准测试而构建，仅供研究和教育使用不得用于临床诊断。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-89
文件大小：450K
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)