脓毒症免疫与感染数据集

该数据集包含560名ICU脓毒症患者和3709名健康对照者的临床血液检测数据,数据模态为临床表格和实验室参数,重点关注中性粒细胞、淋巴细胞及单核细胞百分比等免疫指标与降钙素原(PCT)的关联,主要用于脓毒症的免疫机制研究、感染生物标志物探索以及辅助临床诊断和预后评估。

Mendeley Data
浏览 69
脓毒症免疫学感染生物标志物
Immunity and Infection in Sepsis

基本信息

大小
0.000066885 GB
创建/更新时间
2026-09-21
版本
v1

资源简介

脓毒症免疫与感染数据集

【数据集背景】

本数据集源站标题为《Immunity and Infection in Sepsis》。源站首次发布:2025-01-22。

【数据内容】

源站原始描述:In this observational study, data were obtained from 560 septic patients admitted to the intensive care unit (ICU) and 3,709 healthy controls from Physical Examination Center. Blood samples were analyzed for immune cell parameters, with focus on neutrophil percentages and the combined percentages of lymphocytes and monocytes. These parameters were selected based on their significant differentiation between septic patients and healthy controls and their relationship with Procalcitonin (PCT), a sp…

【数据结构与技术规格】

文件数 1 个,合计 66.89 KB。数据集 DOI:10.17632/zt3cztt488.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/zt3cztt488

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://data.mendeley.com/datasets/zt3cztt488

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

该数据集是一项观察性研究的数据集合,包含560名入住重症监护室(ICU)的脓毒症患者和3709名来自体检中心的健康对照者的临床与实验室数据。数据内容主要包括通过血液样本分析获得的免疫细胞参数,重点关注中性粒细胞百分比以及淋巴细胞与单核细胞的合计百分比。这些参数是基于其在区分脓毒症患者与健康对照者方面具有显著差异,并且与感染严重程度的特异性标志物——降钙素原(PCT)存在关联而选定的。该数据集主要用于研究脓毒症的免疫反应机制、感染生物标志物的识别以及相关临床诊断和预后评估。

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。

获取专属数据定制方案