MIMIC-IV风格ICU脓毒症预测数据集
该数据集是模拟MIMIC-IV结构与统计特性的全合成ICU脓毒症预测数据集，用于早期脓毒症二分类。共5,000次ICU住院、60个临床特征，目标为24小时内脓毒症标签，阳性约17%，不含真实患者数据
基本信息
资源简介
MIMIC-IV风格ICU脓毒症预测数据集
MIMIC-IV Style ICU Dataset for Sepsis Prediction
该数据集是模拟MIMIC-IV结构与统计特性的全合成ICU脓毒症预测数据集，用于早期脓毒症二分类。共5,000次ICU住院、60个临床特征，目标为24小时内脓毒症标签，阳性约17%，不含真实患者数据。特征涵盖人口学、6小时生命体征、实验室指标、合并症、干预和临床评分，并含缺失、测量误差、类别不平衡等真实挑战。适用于早期预测、风险建模、特征工程与不平衡分类（来源 Kaggle，Attribution 4.0 International (CC BY 4.0) 许可）。
【数据集背景】
源站首次发布：2026-02-28。
【数据内容】
源站描述（机器翻译，仅供参考）：# 合成 ICU 脓毒症预测数据集 该数据集是一个逼真的合成 ICU 数据集，旨在模拟 MIMIC-IV 的结构和统计特性，用于早期脓毒症预测（二分类）。它专门面向： - 机器学习练习 - 临床特征工程 - 缺失数据处理 - 不平衡分类 - 医疗 AI 教育 该数据集有意包含真实世界数据中的杂乱情况，例如缺失值、测量误差和临床相关性。 --- 📊 数据集特征 - 行数： 5,000 次 ICU 住院 - 列数： 60 个临床特征 - 目标： sepsis_label（24 小时内发生脓毒症） - 阳性类占比： 约 17% - 来源： 完全合成（无真实患者数据） --- 🧬 特征分组 人口统计学特征 - age - gender - bmi - ethnicity - insurance 生命体征（6 小时聚合值） - heart rate - blood pressure - MAP - temperature - SpO2 - respiratory rate 实验室检查值 包括关键脓毒症生物标志物： - lactate - WBC - creatinine - platelet count - bilirubin - ABG 参数 - electrolytes 合并症 类似 ICD 的二值标志，例如： - diabetes - CHF - COPD - CKD - CAD - cancer 干预措施 - vasopressors - mechanical ventilation - antibiotics - fluids - insulin infusion 临床评分 - SOFA - APACHE IV - qSOFA - SIRS - GCS --- ⚠️ …
【数据结构与技术规格】
文件数 1 个，合计 1.66 MB。
【主题与分类】
主题标签：classification、time series analysis、healthcare、feature engineering、ml ethics。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/sinanshereef/mimic-iv-style-icu-dataset-for-sepsis-prediction
使用许可：Attribution 4.0 International (CC BY 4.0)。
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
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据集大小约 1.7 MB。
数据说明
SINAN SHEREEF (2026). MIMIC-IV 风格的 ICU 脓毒症预测数据集 [数据集]. https://www.kaggle.com/datasets/sinanshereef/mimic-iv-style-icu-dataset-for-sepsis-prediction/suggestions
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。
