基于复合变异性检测脓毒症发展
通过复合变异性指标对脓毒症进行早期检测，可提前64.7小时预测，转换时间仅3.3小时。
基本信息
资源简介
基于复合变异性检测脓毒症发展
【数据集背景】
本数据集源站标题为《Detection of sepsis development through composite variability.》。配套论文《Monitoring and Identification of Sepsis Development through a Composite Measure of Heart Rate Variability》发表于 PLoS ONE（2012），DOI：10.1371/journal.pone.0045666。源站首次发布：2012-09-19。
【数据内容】
源站原始描述：Median value of detection 64.7 hours in advance, with a transition time from probability zero to probability higher than 0.99 of 3.3 hours (median value)
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table_2.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0045666.t002。
【主题与分类】
源站学科分类：Cancer、Biotechnology、Medicine、Immunology。主题标签：sepsis、composite。
【适用方向】
时序数据适用于疾病进展预测、生理信号监测与事件发生的时序建模。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/_Detection_of_sepsis_development_through_composite_variability_/245488
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Bravi, Andrea; Green, Geoffrey; Longtin, André; J. E. Seely, Andrew (2015). Detection of sepsis development through composite variability.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-02，引用时请注意版本时效。
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（Figshare）
- 源站标题：Detection of sepsis development through composite variability.
- DOI：10.1371/journal.pone.0045666.t002
- 发布日期：2012-09-19
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/_Detection_of_sepsis_development_through_composite_variability_/245488
命令行下载
curl -L -o "Table_2.xls" "https://ndownloader.figshare.com/files/574986"
文件清单
Table_2.xls（5.63 KB）
文件总体积 5.63 KB（源站 API 实测）。
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。
数据说明
Median value of detection 64.7 hours in advance, with a transition time from probability zero to probability higher than 0.99 of 3.3 hours (median value).
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0045666.t002（source: https://plos.figshare.com/articles/dataset/_Detection_of_sepsis_development_through_composite_variability_/245488）。
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。
