临床败血症轨迹不稳定性数据集

基于短期临床代理序列预测败血症轨迹不稳定性的多变量交互数据集。

ClarusC64ClarusC64
Hugging Face
2026-04-28 更新
浏览 2
表格败血症轨迹分类

基本信息

模态
表格
创建/更新时间
2026-04-28
版本
v0.1

资源简介

该数据集用于测试模型从短期临床代理序列中分类败血症轨迹的不稳定性。每个数据行描述一个类似患者的场景,跨越三个时间点,任务是根据温度、血压、乳酸、炎症负担、呼吸压力、液体反应、干预延迟和肾脏压力等多变量交互作用预测患者是趋向不稳定(label=1)还是保持稳定(label=0),并包含干扰变量。评估指标包括准确率、精确率、召回率、F1分数和混淆矩阵。

原始链接

https://huggingface.co/datasets/ClarusC64/clinical-sepsis-trajectory-instability-v0.1

访问原始数据

官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载,应该可以免费公开下载。

免登录

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。

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

千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

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-sepsis-trajectory-instability-v0.1")
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-sepsis-trajectory-instability-v0.1

完整数据卡:huggingface.co/datasets/ClarusC64/clinical-sepsis-trajectory-instability-v0.1

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 脓毒症 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案