临床凝血不稳定状态评估数据集 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-coagulation-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-coagulation-instability-v0.1

数据集大小约 20.9 KB。

仓库文件结构

• .gitattributes
• README.md
• scorer.py

数据说明

clinical-coagulation-instability-v0.1 该数据集的功能 该数据集评估模型能否从短临床替代轨迹中检测凝血系统的不稳定性。每一行代表在三个时间点上观察到的一个简化止血状态。任务是判断凝血系统是保持稳定，还是正走向凝血或出血不稳定。核心稳定性理念 凝血不稳定很少…… 完整描述见数据集页面：https://huggingface.co/datasets/ClarusC64/clinical-coagulation-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-coagulation-instability-v0.1