脓毒症急性肾损伤诊断的多模态方法
该数据集来自 clinicaltrials.gov,聚焦脓毒症相关急性肾损伤(AKI)的诊断问题,涉及急性肾损伤、脓毒症、危重症及肾阻力指数等主题

基本信息
资源简介
脓毒症急性肾损伤诊断的多模态方法
该数据集来自 clinicaltrials.gov,聚焦脓毒症相关急性肾损伤(AKI)的诊断问题,涉及急性肾损伤、脓毒症、危重症及肾阻力指数等主题。源站描述指出脓毒症是ICU中发病和死亡的重要原因,AKI是其常见并发症,早期识别肾功能障碍对改善临床结局至关重要;临床诊断主要依据KDIGO标准下的血清肌酐和尿量变化,但血清肌酐反映的是肾功能丧失,可能在显著肾损伤发生后才会升高。该数据可用于探索多模态方法在脓毒症AKI早期诊断中的应用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:急性肾损伤、脓毒症、危重症、肾阻力指数。目的与理由:脓毒症是由宿主对感染反应失调引起的一种危及生命的疾病,仍是重症监护病房发病和死亡的主要原因。急性肾损伤(AKI)是脓毒症最常见的并发症之一,与ICU和住院时间延长、医疗费用增加及死亡率升高相关。因此,早期发现脓毒症患者的肾功能障碍对于改善临床结局至关重要。临床实践中AKI的诊断主要基于KDIGO(肾脏病:改善全球预后)标准下的血清肌酐和尿量变化。然而,血清肌酐反映的是肾脏的功能丧失,可能仅在显著肾损伤已经发生后才会升高,这可能延迟
【主题与分类】
主题标签:Acute Kidney Injury、Sepsis、Critical Illness、Renal Resistive Index。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07472452
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/NCT07472452
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:急性肾损伤、脓毒症、危重症、肾阻力指数。目的与依据:脓毒症是由宿主对感染反应失调所致的一种危及生命的疾病,仍是重症监护病房中发病和死亡的主要原因。急性肾损伤(AKI)是脓毒症最常见的并发症之一,与ICU住院时间和总住院时间延长、医疗费用增加及死亡率升高相关。因此,早期发现脓毒症患者的肾功能障碍对于改善临床结局至关重要。临床实践中AKI的诊断主要依据KDIGO(肾脏病:改善全球预后)标准中血清肌酐和尿量的变化。然而,血清肌酐反映的是肾脏的功能性丧失,可能仅在已发生显著肾损伤后才升高,这可能延误AKI的诊断。近年来,已有多种生理和生化标志物被研究用于更早期地检测AKI。肾阻力指数(RRI)通过肾内动脉多普勒超声获得,反映肾血管阻力和肾脏血流动力学的变化。
既往研究表明,RRI可能在肾脏损伤的传统标志物出现异常之前即升高,并可能有助于识别危重症早期阶段存在AKI风险的患者。此外,反映肾小管细胞应激的尿液生物标志物已被提出作为肾损伤的早期指标。金属蛋白酶组织抑制因子-2(TIMP-2)和胰岛素样生长因子结合蛋白-7(IGFBP-7)在细胞应激和细胞周期停滞期间由肾小管上皮细胞释放。联合尿液生物标志物产物[TIMP-2]•[IGFBP-7]已被证明可在血清肌酐升高之前识别存在AKI风险的患者。本观察性研究旨在评估脓毒症患者肾阻力指数和尿液生物标志物([TIMP-2]*[IGFBP-7])的变化,并探讨其在早期发现s
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。




