Non-invasive multimodal dataset for the detection of iron deficiency anemia in young adults: fingertip videos, palm videos, and nail photographs

• Valles-Coral, Miguel Angel ^[1] ; Injante, Richard ^[1] ; Navarro-Cabrera, Jorge Raul ^[1] ; Pinedo, Lloy ^[1] ; Salazar-Ramirez, Luis Gerardo ^[1] ; Farro-Roque, María Elena ^[1] ; Quintanilla-Morales, Luz Karen ^[1]
  1. [1] Universidad Nacional de San Martín

     Universidad Nacional de San Martín

     Tarapoto, Perú

     
• Localización: Revista científica de sistemas e informática, ISSN-e 2709-992X, Vol. 5, Nº. 2, 2025 (Ejemplar dedicado a: Revista Científica de Sistemas e Informática; e955)
• Idioma: inglés
• Títulos paralelos:
  • Conjunto de datos multimodal no invasivo para la detección de anemia por deficiencia de hierro en jóvenes adultos: videos de yema del dedo, palma de la mano y fotografías de uñas
• Enlaces
  • Texto completo
• Resumen
  • español

    La anemia por deficiencia de hierro afecta a una proporción considerable de la población joven en zonas rurales y urbanas del Perú. En respuesta a la necesidad de métodos no invasivos, accesibles y reproducibles para su detección, desarrollamos este dataset como parte de un proyecto de investigación financiado por la Universidad Nacional de San Martín, el cual aplica técnicas de visión artificial para clasificar automáticamente a los pacientes como anémicos o no anémicos. El objetivo es proveer una base estandarizada de videos e imágenes que permita desarrollar y validar modelos de clasificación y regresión para estimar el nivel de hemoglobina sin necesidad de extracción sanguínea. Este data paper presenta un dataset multimodal compuesto por registros visuales no invasivos, recolectados con el propósito de facilitar la detección de anemia por deficiencia de hierro en jóvenes adultos mediante modelos de aprendizaje automático. El conjunto incluye 909 videos de la yema del dedo, 909 videos de la palma de la mano (con apertura controlada del puño) y 909 fotografías de las uñas, todos vinculados a datos clínicos individuales como edad, sexo, nivel de hemoglobina y sintomatología.

  • English

    Iron deficiency anemia affects a significant proportion of the young population in both rural and urban areas of Peru. In response to the need for non-invasive, accessible, and reproducible methods for its detection, we developed this dataset as part of a research project funded by the Universidad Nacional de San Martín, which applies computer vision techniques to automatically classify patients as anemic or non-anemic. The aim is to provide a standardized base of videos and images that supports the development and validation of classification and regression models to estimate hemoglobin levels without the need for blood extraction. This data paper presents a multimodal dataset composed of non-invasive visual records collected to facilitate the detection of iron deficiency anemia in young adults through machine learning models. The dataset includes 909 fingertip videos, 909 palm videos (with controlled hand opening), and 909 nail photographs, all linked to individual clinical data such as age, sex, hemoglobin level, and symptomatology.