马绞痛生存预测的黏弹性凝血检测数据
数据覆盖马绞痛、凝血功能与短期生存信息，可用于基于凝血参数诊断凝血病并预测短期生存，支持 GLM 与随机森林分类建模，其中 40 匹为训练队列、17 匹用于评估模型性能（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）
基本信息
资源简介
马绞痛生存预测的黏弹性凝血检测数据
Viscoelastic coagulation testing for prediction of survival in horses with colic
该数据集来自 University of Illinois Veterinary Teaching Hospital，对 57 匹急性腹痛马在入院时进行黏弹性凝血检测（VCM Vet™），并回顾性记录临床数据。数据覆盖马绞痛、凝血功能与短期生存信息，可用于基于凝血参数诊断凝血病并预测短期生存，支持 GLM 与随机森林分类建模，其中 40 匹为训练队列、17 匹用于评估模型性能（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2025。
【数据内容】
源站描述（机器翻译，仅供参考）：对 57 匹因急性腹痛入住 University of Illinois Veterinary Teaching Hospital 的马在入院时进行了凝血检测（VCM Vet™）。其他临床数据为回顾性记录。进行 ROC 分析以确定基于生存的凝血病诊断的最佳异常凝血参数数量。开发了通用线性回归（GLM）和随机森林（RF）分类模型来预测短期生存。使用 40 匹马的训练队列进行模型开发，并使用其余 17 匹马确定模型性能。
【主题与分类】
主题标签：horse、coagulation、colic、abdominal pain、survival、machine learning、blood clotting、viscoelastic testing。本站分类：血液与淋巴系统疾病/出血性疾病。
【获取与许可】
源站页面：https://databank.illinois.edu/datasets/IDB-6354818
使用许可：Creative Commons Attribution 4.0 International。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://doi.org/10.13012/b2idb-6354818_v1
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
在伊利诺伊大学兽医教学医院入院时，对57匹患有急性腹痛的马进行了凝血测试（VCM Vet™）。回顾性记录了额外的临床数据。进行ROC分析以确定基于生存率的凝血病诊断的最佳异常凝血参数数量。开发了通用线性回归（GLM）和随机森林（RF）分类模型来预测短期生存率。使用40匹马的训练队列进行模型开发，并使用其余17匹马确定模型性能。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
