ClarusC64 临床康复轨迹拓扑聚类数据集 v0.1
该数据集用于测试模型能否依据拓扑形状，从相近初始条件出发对康复路径进行聚类，涵盖医疗、行为、社会与心理信号。数据以 CSV 格式提供，含训练集与测试集，并附带 scorer.py 评分脚本，适用于文本分类任务，可评估模型在康复轨迹拓扑识别上的表现（来源 Hugging Face，mit 许可）
基本信息
资源简介
ClarusC64 临床康复轨迹拓扑聚类数据集 v0.1
ClarusC64/clinical-rtt-recovery-topology-clustering-v0.1
该数据集用于测试模型能否依据拓扑形状，从相近初始条件出发对康复路径进行聚类，涵盖医疗、行为、社会与心理信号。拓扑标签包括 steady_ascent、plateau_then_jump、decline_then_rebound、oscillatory、stalled_decline、noisy_uncertain。数据以 CSV 格式提供，含训练集与测试集，并附带 scorer.py 评分脚本，适用于文本分类任务，可评估模型在康复轨迹拓扑识别上的表现（来源 Hugging Face，mit 许可）。
【数据集背景】
源站首次发布：2026-01-30。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集测试什么：模型能否依据拓扑形状，从相近初始条件出发对康复路径进行聚类。它包含医疗、行为、社会与心理信号。拓扑标签 - steady_ascent - plateau_then_jump - decline_then_rebound - oscillatory - stalled_decline - noisy_uncertain 典型失败 - 将真实的交替误称为振荡噪声 - 在出现后期改善时遗漏 plateau_then_jump - 因微小的活动能力提升而将 stalled_decline 标记为 steady_ascent 建议的提示词包装 System 你对康复轨迹拓扑进行分类。User 队列锚点 {cohort_anchor} 指标摘要 {metrics_summary} 返回 - 一个拓扑标签 - 一句证据追溯 引用 ClarusC64 数据集系列
【数据结构与技术规格】
文件数 3 个，合计 5.30 KB。
【主题与分类】
主题标签：clarusc64、clinical、rtt、recovery、topology、longitudinal。本站分类：精神与行为障碍。
【获取与许可】
源站页面：https://huggingface.co/datasets/ClarusC64/clinical-rtt-recovery-topology-clustering-v0.1
使用许可：mit。
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。
免登录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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("ClarusC64/clinical-rtt-recovery-topology-clustering-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-rtt-recovery-topology-clustering-v0.1
数据集大小约 14.1 KB。
仓库文件结构
.gitattributesREADME.mdscorer.py
数据说明
该数据集测试什么：模型能否根据拓扑形状，将相似初始条件下的恢复路径聚类。它包含医学、行为、社会和心理信号。拓扑标签包括：steady_ascent、plateau_then_jump、decline_then_rebound、oscillatory、stalled_decline、noisy_uncertain。典型失败情况：将真实交替误称为振荡噪声；当后期改善出现时，遗漏 plateau_then_jump；由于……将 stalled_decline 标记为 steady_ascent。请查看数据集页面上的完整描述：https://huggingface.co/datasets/ClarusC64/clinical-rtt-recovery-topology-clustering-v0.1。
完整数据卡：huggingface.co/datasets/ClarusC64/clinical-rtt-recovery-topology-clustering-v0.1
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
