Smart Discharges 6月龄以下观察性研究临床结局数据集1
该数据集为 Smart Discharges 6月龄以下观察性研究的临床结局数据集1,覆盖2017年5月至2020年3月的 Phase 1 阶段

基本信息
资源简介
Smart Discharges 6月龄以下观察性研究临床结局数据集1
<6m Observation - Clinical 1 (dataset) ~ Smart Discharges
该数据集为 Smart Discharges 6月龄以下观察性研究的临床结局数据集1,覆盖2017年5月至2020年3月的 Phase 1 阶段。数据聚焦婴儿与新生儿感染,尤其是脓毒症相关临床结局,并配套数据字典与数据管理说明。部分文件受限,需申请 CoLab 成员资格方可获取。该数据可用于儿童脓毒症结局预测、临床风险建模及相关算法研究(来源 DataONE,http://creativecommons.org/licenses/by-nc-sa/4.0 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):Smart Discharges 6月龄以下观察性研究的临床结局数据集1。2017年5月至2020年3月(Thrasher - <6m - Phase 1)。关于受限文件的说明:如果您还不是 CoLab 成员,请完成我们的成员资格申请调查,以便在2个工作日内获得受限文件的访问权限。部分文件可能仍仅限 CoLab 成员访问。这些文件被文件所有者视为更敏感,旨在按个案情况共享。请通过本页“与儿科脓毒症 CoLab 合作”下的联系方式联系 CoLab 协调员。
【主题与分类】
主题标签:Septicemia、Data aggregation、Infant、Data dictionaries、Child、Data curation、Neonatal infections、Data science、Big data、Pediatric。本站分类:感染性疾病/脓毒症。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A33d495857ddfd3173c0b38de8430858b635e5f0c8f3877edee8f2b2c68d740ab
使用许可:http://creativecommons.org/licenses/by-nc-sa/4.0。
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
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
来自Smart Discharges <6m观察性研究的临床结局数据集#1。2017年5月至2020年3月(Thrasher - <6m - 第1阶段)。关于受限文件的说明:如果您还不是CoLab成员,请完成我们的会员申请调查,以便在2个工作日内获得受限文件的访问权限。部分文件可能仍仅限CoLab成员访问。这些文件被文件所有者视为更为敏感,需逐案共享。请通过本页面“与儿科脓毒症CoLab合作”栏目联系CoLab协调员。
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。




