UllCORE 血流感染(BSI)检测诊断准确性与临床性能评估
该数据集来自 clinicaltrials.gov,主题为 UllCORE 血流感染(BSI)检测的诊断准确性与临床性能评估,属于感染性疾病 / 脓毒症方向

基本信息
资源简介
UllCORE 血流感染(BSI)检测诊断准确性与临床性能评估
该数据集来自 clinicaltrials.gov,主题为 UllCORE 血流感染(BSI)检测的诊断准确性与临床性能评估,属于感染性疾病 / 脓毒症方向。研究面向疑似血流感染或脓毒症患者,在采集标准血培养样本的同时采集研究用血样,并以新鲜或冷冻保存后的样本进行 UllCORE BSI 检测。检测结果将与标准微生物学结果及适用时的其他检测方法进行比较,用于评估该研究性分子诊断检测的临床表现。数据可用于血流感染与脓毒症的分子诊断性能评价及相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:血流感染、血流感染、脓毒症、真菌血症、菌血症。本研究旨在评估 UllCORE 血流感染(BSI)检测的临床性能,该检测是一种研究性分子诊断检测,旨在直接从疑似血流感染或脓毒症患者的全血中检测微生物和选定的抗菌药物耐药标志物。入组本研究的参与者将在采集用于标准诊疗血培养检测的血样同时采集血液。研究血样将根据研究方案使用 UllCORE BSI 检测以新鲜样本或冷冻保存后的样本进行检测。UllCORE BSI 检测的结果将与标准诊疗微生物学结果以及适用时的其他检测方法进行比较,以评估该研究性检测的诊断性能。
【主题与分类】
主题标签:Blood Stream Infection、Blood Stream Infections、Sepsis、Fungemia、Bacteremia。本站分类:感染性疾病/脓毒症。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07859852
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/NCT07859852
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
病症:血流感染、血流感染、脓毒症、真菌血症、菌血症。本研究旨在评估UllCORE血流感染(BSI)检测的临床表现,该检测是一种研究性分子诊断检测,旨在直接从疑似血流感染或脓毒症患者的全血中检测微生物及选定的抗菌药物耐药标志物。入组研究的参与者将在采集用于标准治疗血培养检测的血液样本的同时采集血液。研究血液样本将根据研究方案,使用UllCORE BSI检测以新鲜样本或冷冻保存后的样本进行检测。UllCORE BSI检测的结果将与标准治疗微生物学结果以及适用时的其他检测方法进行比较,以评估该研究性检测的诊断性能。UllCORE BSI检测结果不会用于指导患者护理,也不会提供给治疗医疗专业人员进行临床决策。因此,参与本研究不会改变参与者所接受的标准医疗护理。
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。




