临床终末状态脓毒症检测数据集
该数据集来自 huggingface.co，用于测试模型能否判断类脓毒症临床系统是否进入终末状态。终末状态并非单纯更严重的不稳定状态，而是常规稳定策略已不足以恢复持久康复的系统行为区域
基本信息
资源简介
临床终末状态脓毒症检测数据集
ClarusC64/clinical-terminal-state-sepsis-v1
该数据集来自 huggingface.co，用于测试模型能否判断类脓毒症临床系统是否进入终末状态。终末状态并非单纯更严重的不稳定状态，而是常规稳定策略已不足以恢复持久康复的系统行为区域。预测目标为 label_terminal_state，0 表示非终末、系统仍具可控性，1 表示已进入终末状态。每行代表一个合成临床场景，包含 scenario_id、pressure、buffer_capacity、coupling_strength、trajectory_drift、recovery_distance 等字段。数据集共 3 个文件，含训练与测试 csv 及 scorer.py，规模小于 1K，可用于文本分类任务（来源 Hugging。
【数据集背景】
源站首次发布：2026-04-19。
【数据内容】
源站描述（机器翻译，仅供参考）：临床终末状态脓毒症检测 概述 本数据集测试模型能否检测类脓毒症临床系统是否已进入终末状态。终末状态并非单纯更严重的不稳定状态，而是系统行为中常规稳定策略已不足以恢复持久康复的区域。本基准的目标是判断系统是否仍具有实质可控性，还是已跨入终末动力学。 --- 预测目标 label_terminal_state 0 = 非终末，系统仍具有实质可控性 1 = 已进入终末状态 任务是判断常规稳定是否已实际不再充分。 --- 行结构 每行代表一个合成临床场景。列：scenario_id pressure buffer_capacity coupling_strength trajectory_drift recovery_distance cont
【数据结构与技术规格】
文件数 3 个，合计 5.90 KB。
【主题与分类】
主题标签：clinical-trials、clarus-benchmark、state-space、sepsis、terminal-state、instability-geometry。本站分类：感染性疾病/脓毒症。
【获取与许可】
源站页面：https://huggingface.co/datasets/ClarusC64/clinical-terminal-state-sepsis-v1
使用许可：mit。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("ClarusC64/clinical-terminal-state-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-terminal-state-sepsis-v1
数据集大小约 5.8 KB。
仓库文件结构
.gitattributesREADME.mdscorer.py
数据说明
临床终末状态脓毒症检测概述 本数据集用于测试模型能否检测出类脓毒症临床系统是否已进入终末状态。终末状态并不仅仅是更为严重的不稳定状态。它是系统行为的一个区域，在该区域中，常规的稳定化策略已不足以恢复持久性的康复。本基准测试的目标是判定该系统是否仍具有实质上的可控性，还是已经跨越……完整描述请见数据集页面：https://huggingface.co/datasets/ClarusC64/clinical-terminal-state-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-terminal-state-sepsis-v1
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。
