临床药物毒性不稳定性数据集 v0.1

数据集获取与加载（Hugging Face datasets）

# 前置依赖: pip install datasets
from datasets import load_dataset

ds = load_dataset("ClarusC64/clinical-drug-toxicity-instability-v0.1")
print(ds)  # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"

git lfs install && git clone https://hf-mirror.com/datasets/ClarusC64/clinical-drug-toxicity-instability-v0.1

数据集大小约 19.4 KB。

仓库文件结构

• .gitattributes
• README.md
• scorer.py

数据说明

clinical-drug-toxicity-instability-v0.1 该数据集的功能 该数据集评估模型能否检测由药理负荷超过清除能力所引起的不稳定性。每一行代表一个简化的药物代谢场景，在三个时间点上进行观察。任务是判断药理调节是保持稳定，还是正走向毒性不稳定。核心稳定性理念 当药物…… 完整描述见数据集页面：https://huggingface.co/datasets/ClarusC64/clinical-drug-toxicity-instability-v0.1。

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。

完整数据卡：huggingface.co/datasets/ClarusC64/clinical-drug-toxicity-instability-v0.1