可穿戴汗液传感器用于危重患者高浓度乳酸监测

数据集获取

源站：https://clinicaltrials.gov/study/NCT07716371

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。

数据说明

条件：脓毒症、伴感染性休克的严重脓毒症、不伴感染性休克的严重脓毒症。过去十年间，可穿戴电子行业对连续健康监测技术的需求呈指数级增长。从智能手表到电子皮肤，可穿戴设备的关注点已从生物物理信号扩展到生化信号，包括汗液中的小分子物质和大分子蛋白质。然而，可穿戴汗液传感技术仍面临重大挑战，包括诱汗材料引起的不适和皮肤刺激、有效的汗液提取与收集能力、汗液传感数据的连续性与可靠性、传感器校准，以及理解汗液分析方法以发现具有临床价值的新型生物标志物。因此，如何将可穿戴汗液监测设备转化为稳定、连续的临床用途——满足健康监测、疾病诊断和精准医疗的需求——仍是研究热点和挑战。乳酸在汗液中含量丰富，是厌氧代谢的标志性产物。乳酸水平异常与多种疾病相关。

作为组织灌注的重要标志物，血乳酸水平与严重脓毒症和脓毒性休克患者的预后密切相关。临床指南明确推荐对脓毒症患者进行血乳酸监测，并在乳酸水平升高时进行乳酸导向的液体复苏。动态监测血清乳酸变化并计算乳酸清除率，能够更准确地反映组织氧供与氧耗的动态变化，评估组织灌注和氧代谢。研究表明，复苏后6小时内乳酸清除率≥10%可能预测脓毒症患者较低的死亡率。临床研究还显示，血清乳酸浓度可用于指导临床治疗决策，既可作为治疗目标，也可作为预后指标。然而，现有大多数可穿戴汗液传感器的检测

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。