ICU脓毒症数据集

用于ICU脓毒症预测与分析的临床指标和患者记录表格数据集。

Akif CifciAkif Cifci
kaggle
2025-06-11 更新
浏览 19
表格脓毒症表格
ICU Sepsis Dataset

基本信息

模态
表格
大小
0.000916047 GB
许可
MIT
创建/更新时间
2025-06-11
版本
v1

资源简介

ICU脓毒症数据集

【数据集背景】

本数据集源站标题为《ICU Sepsis Dataset.xlsx》。源站首次发布:2025-06-11。

【数据内容】

源站原始描述:This **ICU** Sepsis dataset comprises comprehensive clinical records of intensive care unit patients, with a focus on sepsis diagnosis and associated risk factors. The dataset includes structured, de-identified patient data featuring demographics, comorbidities, clinical observations, lab test results, and sepsis-related scoring systems. Each row corresponds to an individual patient, with fields capturing critical indicators such as: Demographics: Age, Gender, Patient Admission Source Comorb…

【数据结构与技术规格】

文件数 1 个,合计 916.05 KB。

【主题与分类】

主题标签:health。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/mehmetakifciftci/icu-sepsis-dataset-xlsx

使用许可:MIT。

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

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

方式一:KaggleHub(Python,推荐 AI Agent 使用)

# 前置依赖: pip install kagglehub
import kagglehub

path = kagglehub.dataset_download("mehmetakifciftci/icu-sepsis-dataset-xlsx")
print("数据已下载至:", path)

方式二:Kaggle CLI(命令行)

# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d mehmetakifciftci/icu-sepsis-dataset-xlsx
unzip icu-sepsis-dataset-xlsx.zip -d icu-sepsis-dataset-xlsx/

数据说明

该数据集包含重症监护病房(ICU)脓毒症患者的临床指标和患者记录,数据模态为表格,用于脓毒症的预测与分析。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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。

获取专属数据定制方案