数字孪生数学模型提示个体化失血性休克复苏策略

数据集获取

源站：https://search.dataone.org/view/sha256%3A74322f7c8dc9a6e038a61e44bceb7ac1691cf10dcf467b9a1f7341d39d81e26d

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

背景：优化复苏策略以减轻人类创伤相关失血性休克后的炎症和器官功能障碍是一项重大临床难题。这受限于临床前研究持续时间短以及临床环境中早期数据稀缺。方法：我们通过一个炎症与凝血的三 compartment 常微分方程模型，将猪模型中的临床前数据与来自前瞻性、观察性、多中心、严重创伤输血（PROMMTT）研究患者的数据相联系，以弥合这一差距。结果：该模型准确预测了猪模型和患者的生理学、炎症及实验室指标，以及PROMMTT队列中的结局和死亡时间。模型模拟表明，使用血浆和红细胞进行复苏优于使用晶体液或单独使用血浆进行复苏，并且更早进行血浆复苏可降低损伤严重程度并提高生存率……，# 数据来源：数字孪生数学模型提示个体化失血性休克复苏策略 本README文件由Jeremy Cannon于2024-05-18生成。

一般信息 1. 数据集标题：数据来源：数字孪生数学模型提示个体化失血性休克复苏策略 2. 作者信息 A. 主要研究者联系信息 姓名：Jeremy Cannon 机构：University of Pennsylvania 地址：Philadelphia, PA USA 邮箱：jeremy.cannon@pennmedicine.upenn.edu B. 副研究员或共同研究者联系信息 姓名：Yoram Vodovotz 机构：University of Pittsburgh 地址：Pittsburgh, PA USA 邮箱：vodovotzy@upmc.edu 3. 数据收集日期（单一日期、范围、近似日期）： A) 动物数据：2009年 B) 人类数据：2009-2010年 C) 建模数据：2018-2020年 4. 数据收集的地理位置： A) 动物数据：Oregon Health and Science University, Portland, OR, USA B) 人…

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。