法国感染性心内膜炎国家观察站
该数据集来自clinicaltrials.gov,聚焦感染性心内膜炎,由诊治医师采集患者住院期间的临床、生物学、微生物学及实验室资料并录入电子病例报告表

基本信息
资源简介
法国感染性心内膜炎国家观察站
French National Observatory on Infective Endocarditis 是一个聚焦感染性心内膜炎的数据集,来源为 clinicaltrials.gov,在本站归入循环系统疾病 / 其他分类,主题标签为 Infective Endocarditis。该数据集围绕患者因感染性心内膜炎住院期间的诊疗过程,由诊治医师采集临床、生物学、微生物学及实验室等多方面资料,并录入电子病例报告表,用于刻画患者病史及其住院期间的演变情况。其内容覆盖感染部位、基础心脏疾病与症状、并发症,入院及诊断时的生物学检测,病原微生物鉴定与药敏信息,以及超声心动图特征等,为感染性心内膜炎的临床与微生物学研究提供结构化的病例数据基础。
【数据集背景】
感染性心内膜炎是一种累及心脏的感染性疾病,其诊断与治疗依赖临床表现、生物学检验、微生物学鉴定和影像学检查的综合判断。该数据集以法国国家感染性心内膜炎观察项目为背景,通过系统收集患者住院期间的相关资料,形成对疾病发生、发展及住院演变过程的记录,服务于对该疾病的观察与研究。
【数据内容】
数据集记录的内容包括多个维度。临床特征方面,涵盖感染部位、既往存在的心脏疾病及基础症状、并发症等。生物学特征方面,包括入院时和诊断时的剂量测定结果。微生物学特征方面,包括对致病微生物属和种的鉴定、通过测定最小抑菌浓度(MIC)评估的抗生素敏感性试验结果,以及对未培养微生物所致罕见形式心内膜炎的详尽排查。此外还包括基于致病微生物对入侵途径的分析,以及超声心动图特征(源站描述在此处未完整给出,具体项目源站未提供)。
【采集与来源】
数据由支持患者诊疗的医师采集,来源为患者因感染性心内膜炎住院期间的临床、生物学、微生物学及实验室资料,并录入电子病例报告表。数据集的来源站为 clinicaltrials.gov。
【适用场景】
基于其内容构成,该数据集可用于感染性心内膜炎的临床特征描述、病原微生物鉴定与耐药情况分析、入侵途径与致病微生物关系的研究,以及超声心动图表现的相关分析等。具体适用场景源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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
源站:https://clinicaltrials.gov/study/NCT03272724
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
条件:感染性心内膜炎。所有描述患者病史及其在感染性心内膜炎住院期间演变过程的临床、生物学、微生物学和实验室资料,将从支持患者的医生处获取,并记录在电子病例报告表中。将包括收集的临床特征(部位、基础心脏病、基础症状、并发症)、生物学特征(入院时和诊断时的剂量)、微生物学特征(鉴定致病微生物的属和种、通过测定最低抑菌浓度(MIC)评估的抗生素敏感性试验、对未培养微生物所致罕见形式心内膜炎的详尽搜索)、基于致病微生物的入侵门户分析;超声心动图特征(赘生物的数量和大小、瓣膜损伤、可评估项:手术、致死性)和治疗特征(抗生素治疗、手术治疗)。
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。




