临床自主神经控制失稳数据集 v0.1

数据集获取与加载（Hugging Face datasets）

# 前置依赖: pip install datasets
from datasets import load_dataset

ds = load_dataset("ClarusC64/clinical-autonomic-control-instability-v0.1")
print(ds)  # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"

git lfs install && git clone https://hf-mirror.com/datasets/ClarusC64/clinical-autonomic-control-instability-v0.1

数据集大小约 18.7 KB。

仓库文件结构

• .gitattributes
• README.md
• scorer.py

数据说明

clinical-autonomic-control-instability-v0.1 该数据集的功能 该数据集评估模型能否检测由自主神经调节失效引起的不稳定性。每一行代表一个简化的自主神经控制场景，涵盖三个时间点。任务是判断自主神经调节是保持稳定，还是正趋向调节不稳定。核心稳定性理念 自主神经系统通过……稳定生理机能。完整描述见数据集页面：https://huggingface.co/datasets/ClarusC64/clinical-autonomic-control-instability-v0.1。

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。

完整数据卡：huggingface.co/datasets/ClarusC64/clinical-autonomic-control-instability-v0.1