印度创伤数据集（15865名患者）
包含15865名印度创伤患者的数据，含ICD编码和死亡结局，用于预测死亡率研究。
基本信息
资源简介
印度创伤数据集（15865名患者）
【一句话概览】
本数据集是 figshare 公开的文本数据集，收录 1 个文件、合计 969.49 KB，主题涵盖 Trauma evaluation protocols、Global analysis、Surgery、Orthopaedics，可用于医学自然语言处理（实体识别、信息抽取等），CC BY 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《Indian trauma dataset of 15865 patients used for artikel: "Predicting mortality with the international classification of disease injury severity score using survival risk ratios derived from an Indian trauma population, a cohort study."》。源站首次发布：2017-08-17。
【数据内容】
源站原始描述：A trauma dataset of 15865 patients split into a derivation and validation sample, including free text injuries and corresponding ICD-codes. Outcomes: death within 24 hours and 30 days respectively. Data used for artikel: Predicting mortality with the international classification of disease injury severity score using survival risk ratios derived from an Indian trauma population, a cohort study
【数据结构与技术规格】
文件数 1 个，合计 969.49 KB。data.zip：application/zip，969.49 KB。数据集 DOI：10.6084/m9.figshare.5318218.v1。
【主题与分类】
源站学科分类：Surgery、Orthopaedics。主题标签：Trauma evaluation protocols、Global analysis、Surgery、Orthopaedics。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Indian_trauma_dataset_of_15865_patients_used_for_artikel_Predicting_mortality_with_the_international_classification_of_disease_injury_severity_score_using_survival_risk_ratios_derived_from_an_Indian_trauma_population_a_cohort_study_/5318218
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Attergrim, Jonatan (2017). Indian trauma dataset of 15865 patients used for artikel: "Predicting mortality with the international classification of disease injury severity score using survival risk ratios derived from an Indian trauma population, a cohort study.". figshare. Dataset
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放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（Figshare）
- 源站标题：Indian trauma dataset of 15865 patients used for artikel: “Predicting mortality with the international classification of disease injury severity score using survival risk ratios derived from an Indian trauma population, a cohort study.”
- DOI：10.6084/m9.figshare.5318218.v1
- 发布日期：2017-08-17
- 文件数：1 个
- 文件总体积：969.49 KB
- 源站页面：https://figshare.com/articles/dataset/Indian_trauma_dataset_of_15865_patients_used_for_artikel_Predicting_mortality_with_the_international_classification_of_disease_injury_severity_score_using_survival_risk_ratios_derived_from_an_Indian_trauma_population_a_cohort_study_/5318218
命令行下载
curl -L -o "data.zip" "https://ndownloader.figshare.com/files/9119455"
文件清单
data.zip（969.49 KB）
文件总体积 969.49 KB（源站 API 实测）。
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。
数据说明
A trauma dataset of 15865 patients split into a derivation and validation sample, including free text injuries and corresponding ICD-codes. Outcomes: death within 24 hours and 30 days respectively.
Data used for artikel: Predicting mortality with the international
classification of disease injury severity score using survival risk ratios
derived from an Indian trauma population, a cohort study.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.5318218.v1（source: https://figshare.com/articles/dataset/Indian_trauma_dataset_of_15865_patients_used_for_artikel_Predicting_mortality_with_the_international_classification_of_disease_injury_severity_score_using_survival_risk_ratios_derived_from_an_Indian_trauma_population_a_cohort_study_/5318218）。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
