复杂性尿路感染

MIMIC-IV 数据库是国际公认的重症医学领域标准数据集，由麻省理工学院计算生理学实验室主导发布。它涵盖了数十万名重症患者在ICU住院期间的丰富多模态数据，包括人口统计学、生命体征、实验室检查、用药记录、诊断代码（包含大量复杂性尿路感染、导尿管相关尿路感染、重症肾盂肾炎等相关ICD编码）。该数据集不仅被广泛用于复杂性尿路感染患者的预后预测、并发症风险评估，还常用于构建抗生素耐药性分析和精准施药的机器学习预警模型。

eICU 多中心重症监护数据库是由飞利浦医疗和麻省理工学院联合开发的一个大型、多中心电子健康记录数据集。与单中心的MIMIC不同，它汇集了美国众多不同层级医院的ICU病患数据。由于复杂性尿路感染（cUTI）和导尿管相关感染是ICU常见的院内感染及并发症，该数据集中包含了数以万计的cUTI相关诊断信息、微生物培养结果、生命体征波动情况以及广谱抗生素使用记录。这使其成为多中心预后研究、败血症预警系统开发以及抗生素经验性治疗分析的极佳医疗真实世界数据源。

该数据集包含针对FimH黏附素的单克隆抗体在尿路致病性大肠杆菌感染中保护作用的实验原始数据，数据模态为实验图表数值，主要应用于单克隆抗体治疗和尿路感染免疫学的研究，为开发新型抗感染疗法提供关键实验依据。

荷兰医院尿路感染患者入院事件日志，含约1900次入院、1600名患者、5000个事件，用于流程挖掘。

中国农村卫生机构抗生素使用模式及耐药性的混合方法研究数据集，包含处方、微生物、访谈和电子病历数据。

基于ISO 10993-5标准评估LubriShield涂层导管细胞毒性及抗生物膜作用的实验数据集。

DRIAMS 是一个开创性的大规模多模态抗菌药物敏感性和耐药性数据集，对于应对复杂性尿路感染（cUTI）中日益严重的抗生素耐药问题具有极其重要的科研价值。该数据集包含了从数十万真实临床样本（其中绝大部分为引发尿路感染的病原菌尿液分离株）中提取的 MALDI-TOF 质谱数据以及匹配的药敏试验（AST）金标准结果。研究人员可以利用这些时序信号和表格标签，训练基于深度学习的快速药敏预测模型，从而在不经过漫长细菌培养过程的情况下，辅助医生为 cUTI 患者快速开具敏感抗生素，改善治疗结果。

这是一份用于尿路疾病和复杂性尿路感染辅助诊断的经典医学图像数据集，托管在Mendeley Data平台上。数据集中包含了数千张显微镜下的真实临床尿液沉渣图像，详细标注了红细胞、白细胞（炎症和感染的重要指标）、上皮细胞、管型以及细菌等多种有形成分。对于复杂性尿路感染的早期无创筛查、自动显微细胞计数、病原学初步评估等计算机视觉任务，本数据集提供了宝贵的像素级和边界框标注特征，非常适合用于训练和验证目标检测及图像分类方向的深层卷积神经网络模型。

DIBaS 数据集是微生物学与计算机视觉交叉领域广受推崇的数据源之一，专门收集了大量高分辨率的临床常见细菌革兰氏染色显微图像。在复杂性尿路感染（cUTI）的临床诊断与干预中，快速、准确地鉴定出致病菌株（例如大肠埃希菌、变形杆菌、肠球菌或克雷伯菌等）对于及时调整经验性抗菌方案至关重要。该数据集共包含了数十种不同类型细菌的显微视野图像，每种细菌都有明确的微生物学分类标签。研究人员经常将其用来训练和评测图像分类网络，以期实现致病微生物的自动化形态学定性检测。

这是托管在 Kaggle 平台上的一个专注于尿路感染（UTI）风险预测和临床诊断分类的公开表格数据集。数据主要围绕患者的基本生理指标特征、体温波动、尿液浑浊度、尿频尿急以及疼痛程度等临床显性症状构建，同时也包含了一些基础尿检的初步评估指标。该数据集可以非常方便地被研究人员用于开发复杂性或非复杂性尿路感染的轻量级预警分类器。它不仅适合用来验证支持向量机、随机森林或 XGBoost 等机器学习算法，还有助于为基层医疗场景快速开发具有可解释性的症状风险识别系统。