儿童细菌性脑膜炎与脑型疟疾鉴别的脑脊液标志物数据集
该数据集来自 omicsdi.org,聚焦儿童急性细菌性脑膜炎(ABM)与脑型疟疾(CM)的鉴别诊断。源站描述指出,在非洲疟疾流行区,这两种综合征均为儿童急性非创伤性昏迷的重要病因,临床鉴别困难且诊断能力有限

基本信息
资源简介
儿童细菌性脑膜炎与脑型疟疾鉴别的脑脊液标志物数据集
该数据集来自 omicsdi.org,聚焦儿童急性细菌性脑膜炎(ABM)与脑型疟疾(CM)的鉴别诊断。源站描述指出,在非洲疟疾流行区,这两种综合征均为儿童急性非创伤性昏迷的重要病因,临床鉴别困难且诊断能力有限。研究采用质谱非标记蛋白质定量方法,分析儿童脑脊液蛋白质表达谱,识别能以高特异性和敏感性区分 ABM 与 CM 的标志物组分,并有望开发为即时检验。数据集主题标签为 Proteomics,可用于感染性疾病生物标志物发现与分类模型研究(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):在非洲疟疾流行区,临床上鉴别急性细菌性脑膜炎与脑型疟疾具有挑战性,二者均为儿童住院患者中急性非创伤性昏迷的重要病因,并伴随较高的发病率与死亡率。很少有医院具备区分这两种综合征的诊断能力,导致不必要的广谱抗生素覆盖。一种急性细菌性脑膜炎(ABM)的生化标志物将有助于这些感染的精准临床诊断与管理。在本研究中,我们采用质谱非标记蛋白质定量方法,识别 ABM 患儿脑脊液蛋白质表达谱中能够以高特异性和敏感性区别于脑型疟疾(CM)患儿的组分,并有望开发为即时检验。James M. Njunge, Ian N. Oyaro, Nelson K. Kibinge, Martin K. Rono, Symon Kariuki, Charles R. N
【主题与分类】
主题标签:Proteomics。本站分类:感染性疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/massive/MSV000080979
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://omicsdi.org/dataset/massive/MSV000080979
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
在非洲疟疾流行地区,临床上鉴别急性细菌性脑膜炎与脑型疟疾具有挑战性,二者均是导致儿科住院患者急性非创伤性昏迷的重要原因,并伴随较高的发病率和死亡率。很少有医院具备鉴别这两种综合征的诊断能力,导致抗生素覆盖范围超出必要程度。一种急性细菌性脑膜炎的生物化学标志物将有助于这些感染的精准临床诊断和管理。在本研究中,我们采用质谱无标记蛋白质定量技术,鉴定急性细菌性脑膜炎患儿脑脊液蛋白质表达谱中的组分,这些组分能够以高特异性和敏感性将其与脑型疟疾患儿的表达谱区分开来,并有望开发为即时检验方法。James M. Njunge, Ian N. Oyaro, Nelson K. Kibinge, Martin K. Rono, Symon Kariuki, Charles R. Newton, James A. Berkley, Evelyn Gitau
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。




