早期脓毒症检测临床数据集

该数据集聚焦急诊科患者的脓毒症早期检测,涵盖人口学信息、生理测量、血液检验值、感染相关指标及严重程度评分等临床观察数据。目标列为分类变量,标注患者是否诊断为脓毒症,可用于医疗分析、临床风险评估研究及医疗决策支持,帮助识别与脓毒症进展相关的模式(来源 Kaggle,CC0: Public Domain

ColabsssColabsss
google_dataset
2026-04-18 更新
浏览 11
其他分类脓毒症感染性疾病早期检测临床观察生命体征实验室指标风险预测
Early Sepsis Detection Clinical Dataset

基本信息

模态
其他
大小
0.001108699 GB
任务类型
分类
许可
CC0: Public Domain
创建/更新时间
2026-04-18
版本
v2

资源简介

早期脓毒症检测临床数据集

Early Sepsis Detection Clinical Dataset

该数据集聚焦急诊科患者的脓毒症早期检测,涵盖人口学信息、生理测量、血液检验值、感染相关指标及严重程度评分等临床观察数据。目标列为分类变量,标注患者是否诊断为脓毒症,可用于医疗分析、临床风险评估研究及医疗决策支持,帮助识别与脓毒症进展相关的模式(来源 Kaggle,CC0: Public Domain 许可)。

【数据集背景】

源站首次发布:2026-04-18。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集聚焦于利用临床观察、生命体征、实验室测量、感染指标及器官功能障碍相关参数对急诊科患者进行脓毒症早期检测。脓毒症是由机体对感染的极端反应引起的一种危及生命的状况,需要及时识别以提高患者生存率。数据集包含急诊入院期间收集的患者人口学详情、生理测量值、血液检验值、感染相关指标及严重程度评估评分。这些属性有助于识别与脓毒症进展相关的模式,并支持准确的临床决策。目标列为分类变量,指示患者被诊断为脓毒症或非脓毒症。该数据集适用于医疗分析、临床风险评估研究、医疗决策

【数据结构与技术规格】

文件数 1 个,合计 1.11 MB。

【主题与分类】

主题标签:脓毒症、感染性疾病、早期检测、临床观察、生命体征、实验室指标、风险预测。本站分类:感染性疾病/脓毒症。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/colabsss/early-sepsis-detection-clinical-dataset

使用许可:CC0: Public Domain。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

需登录

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。

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://kaggle.com/datasets/colabsss/early-sepsis-detection-clinical-dataset

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 1.1 MB。

数据说明

Colabsss (2026). Early Sepsis Detection Clinical Dataset [Dataset]. https://www.kaggle.com/datasets/colabsss/early-sepsis-detection-clinical-dataset

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。