Nu.Q™生物标志物指导骨关节感染管理的预测价值

数据集获取

源站：https://clinicaltrials.gov/study/NCT05593874

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：糖尿病足、慢性骨髓炎、化脓性关节炎。糖尿病足溃疡常见，终生平均风险为15%，可导致骨和关节感染。目前的管理方案包括评估缺血、评估潜在的骨感染、锐性清创、减压以及使用促进湿润伤口愈合的敷料。广泛清创对于伤口愈合是最佳选择，并可降低复发风险。然而，手术清创的范围由临床医生判断决定，因此缺乏标准化方案。此外，目前尚无已知的风险因素或特异性生物标志物可帮助指导临床医生确定清创范围，或可预测非广泛清创情况下的复发。本研究的主要目标是揭示一种新的生物标志物，和/或识别与糖尿病足溃疡手术清创后不良预后相关的风险因素。组蛋白，更具体地说是H3.1亚型，已被认为与脓毒症相关。

主要假设是，预后不良的参与者（即需要额外手术、截肢、死亡）血液中H3.1水平较高，且与基线（首次手术干预前）相比H3.1血液水平升高，将为复发或治疗失败提供早期预警。

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。