ClarusC64 临床四元组氧需求缓冲滞后耦合呼吸衰竭数据集 v0.8

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-quad-oxygen-demand-buffer-lag-coupling-respiratory-collapse-v0.8")
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-quad-oxygen-demand-buffer-lag-coupling-respiratory-collapse-v0.8

数据集大小约 19.2 KB。

仓库文件结构

• .gitattributes
• README.md
• benchmark_spec.json
• scorer.py

数据说明

本仓库的功能 本仓库提供了一个 Clarus v0.8 临床四元数据集，用于检测和推理呼吸衰竭状态转换。该数据集模拟了患者状态不再局限于单一呼吸衰竭盆地、而是在相互竞争的状态之间转换的情形，例如：进行性低氧血症、通气衰竭、高碳酸血症性失代偿、多系统呼吸衰竭。这是 Clarus 中引入的概念升级……完整描述见数据集页面：https://huggingface.co/datasets/ClarusC64/clinical-quad-oxygen-demand-buffer-lag-coupling-respiratory-collapse-v0.8。

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-quad-oxygen-demand-buffer-lag-coupling-respiratory-collapse-v0.8