临床潜在不稳定性脓毒症检测数据集

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-latent-instability-sepsis-v1")
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-latent-instability-sepsis-v1

数据集大小约 5.8 KB。

仓库文件结构

• .gitattributes
• README.md
• scorer.py

数据说明

临床潜在不稳定性脓毒症检测概述 本数据集用于检验模型能否在类脓毒症的临床系统中检测潜在不稳定性。潜在不稳定性是指那些使未来失稳成为可能的结构性条件，即使显性不稳定性尚未显现。一个系统在当前可能整体上看似可接受，却仍承载着隐藏负荷、高触发敏感性以及朝向后续崩溃的方向性拉力。本数据集的目标是……完整描述请见数据集页面：https://huggingface.co/datasets/ClarusC64/clinical-latent-instability-sepsis-v1。

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-latent-instability-sepsis-v1