新生儿败血症心肺信号预测模型复制数据

用于复制新生儿败血症心肺特征预测模型研究结果的数据集,包含三个NICU的心肺监测时间序列。

University of Virginia DataverseUniversity of Virginia Dataverse
DataCite Commons
2025-03-26 更新
浏览 16
时间序列preterm infantsneonatepredictive analyticscontinuous monitoringMedicineHealth and Life Sciences
Replication Data for: Cardiorespiratory signature of neonatal sepsis: development and validation of prediction models in 3 NICUs

基本信息

模态
时间序列
大小
1.605824933 GB
创建/更新时间
2025-03-26
版本
v1

资源简介

新生儿败血症心肺信号预测模型复制数据

【一句话概览】

本数据集对应“新生儿脓毒症的心肺特征:在3个NICU中预测模型的开发与验证”的复现数据,源站原始描述为用于复现研究发现的匿名数据集。共3个文件,合计大小1.6 GB,标签包括早产儿、新生儿、预测分析、连续监测以及医学、健康与生命科学(来源 Dataverse)。

【数据集背景】

本数据集源站标题为《Replication Data for: Cardiorespiratory signature of neonatal sepsis: development and validation of prediction models in 3 NICUs》。源站首次发布:2024-06-11。

【数据内容】

源站原始描述:Anonymized data set for replication of study findings

中文译文(机器翻译,仅供快速理解,请以原文为准):用于重复研究结果的匿名化数据集。

【数据结构与技术规格】

文件数 3 个,合计 1.61 GB。数据集 DOI:doi:10.18130/V3/NUJ1CV。

【主题与分类】

主题标签:preterm infants、neonate、predictive analytics、continuous monitoring、Medicine, Health and Life Sciences。

【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://dataverse.lib.virginia.edu/dataset.xhtml?persistentId=doi:10.18130/V3/NUJ1CV

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。

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。

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

源站:https://dataverse.lib.virginia.edu/citation?persistentId=doi:10.18130/V3/NUJ1CV

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