临床四联NSAID-RAAS抑制剂-利尿剂容量不足AKI风险窗口数据集

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-nsaid-raas-diuretic-volume-aki-horizon-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-quad-nsaid-raas-diuretic-volume-aki-horizon-v0.1

数据集大小约 3.2 KB。

仓库文件结构

• .gitattributes
• README.md
• scorer.py

数据说明

本仓库的功能 该数据集在经典的非甾体抗炎药（NSAID）—RAAS抑制剂—利尿剂联合容量不足相互作用下，对AKI（急性肾损伤）失败时间窗进行建模。它预测当前四联状态是否使患者处于短期AKI风险窗口内，即失败临近而非遥远。核心四联指标 nsaid_exposure_index raas_inhibitor_index diuretic_burden_index volume_depletion_index 预测目标 label_aki_horizon 行结构 每一行代表患者在……期间的一个肾脏风险快照。完整描述见数据集页面：https://huggingface.co/datasets/ClarusC64/clinical-quad-nsaid-raas-diuretic-volume-aki-horizon-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-quad-nsaid-raas-diuretic-volume-aki-horizon-v0.1