软组织感染或脓毒症患者血浆中选定蛋白浓度数据集
该数据集包含软组织感染或脓毒症患者血浆样本中选定蛋白浓度的两组表格化测量数据。软组织感染患者分为坏死性软组织感染(NSTI)、疑似NSTI但手术探查未发现坏死组织(Non-NSTI)和蜂窝织炎三组;脓毒症患者队列病因和感染部位异质

基本信息
资源简介
软组织感染或脓毒症患者血浆中选定蛋白浓度数据集
Concentration of selected proteins in plasma of patient with soft tissue infections or sepsis
该数据集包含软组织感染或脓毒症患者血浆样本中选定蛋白浓度的两组表格化测量数据。软组织感染患者分为坏死性软组织感染(NSTI)、疑似NSTI但手术探查未发现坏死组织(Non-NSTI)和蜂窝织炎三组;脓毒症患者队列病因和感染部位异质。另设非感染性疾病手术患者作为健康对照(Surgical control)。测量采用Luminex®多重免疫分析或ELISA。两组数据来自独立测量轮次,所测分析物面板和纳入样本不同。可用于感染与脓毒症的蛋白标志物分析及分组比较研究(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集包含两组表格化的浓度测量数据,测量对象为软组织感染或脓毒症患者血浆样本中选定的蛋白质。软组织感染患者被分为三组:坏死性软组织感染(NSTI)患者、疑似NSTI但在手术探查中未发现坏死组织的病例(Non-NSTI)以及蜂窝织炎。脓毒症患者队列具有异质性的病因和感染部位。此外,我们纳入了一组因非感染性疾病接受手术的患者,作为健康患者队列(Surgical control)。测量通过Luminex®多重免疫分析或ELISA进行。两组数据分别来自独立的测量轮次,所测量的分析物面板和纳入的样本不同。第一组测量数据(Set01)涵盖
【主题与分类】
主题标签:Soft tissue infections、Necrotizing soft tissue infections、Plasma biomarker、Necrosis、septic shock、Group A Streptococcus、Multiplex immunoassays、NSTI、protein concentration、Sepsis。本站分类:感染性疾病/脓毒症。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A07ea2920c15b81db08e11def085cfee5778cc56d09aea19a90dce4b8e8031712
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
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
该数据集包含两个表格形式的浓度测量数据集,测量的是软组织感染或脓毒症患者血浆样本中选定蛋白质的浓度。软组织感染患者被分为三组:坏死性软组织感染(NSTI)患者、疑似NSTI但手术探查未发现坏死组织的病例(Non-NSTI)以及蜂窝织炎。脓毒症患者队列具有异质性的病因和感染部位。此外,我们还纳入了一组因非感染性疾病接受手术的患者作为健康对照队列(Surgical control)。测量通过Luminex®多重免疫分析或ELISA进行。这两个数据集分别来自独立的测量批次,所测分析物组合和纳入样本有所不同。第一组测量数据(Set01)涵盖39种分析物,在两组定制多重检测板(32-plex和5-plex)中测量,另有两种在i…
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。




