急性头颈部感染的微生物学研究

该数据集来自 clinicaltrials.gov,聚焦急性头颈部感染的微生物学研究。源站描述指出,这类感染给患者带来显著疼痛与不适并影响生活质量,虽已有有效抗生素与手术治疗,仍可能发展为脑膜炎和脓毒症等危及生命的疾病

The University of NorthamptonThe University of Northampton
clinicaltrials
浏览 2
基因组Head and Neck Infection
Microbiology Studies of Acute Head and Neck Infections

基本信息

模态
基因组
创建/更新时间
2026-10-23

资源简介

急性头颈部感染的微生物学研究

该数据集来自 clinicaltrials.gov,聚焦急性头颈部感染的微生物学研究。源站描述指出,这类感染给患者带来显著疼痛与不适并影响生活质量,虽已有有效抗生素与手术治疗,仍可能发展为脑膜炎和脓毒症等危及生命的疾病。感染直接原因常不明确,可能源于口腔正常菌群失调或牙源性因素。已发表研究中最常检出的微生物为 viridans group streptococci(VGS),该群包含 30 多个菌种且因变异性难以鉴定到种水平,目前缺乏种级鉴定信息(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:头颈部感染。急性头颈部感染给患者带来显著疼痛与不适,并影响其生活质量。针对这些感染已开发出有效的抗生素与手术治疗,但它们仍可能发展为脑膜炎和脓毒症等危及生命的疾病。急性头颈部感染的直接原因常常不明,但有人提出其源于口腔正常细菌生长紊乱或牙源性因素。已发表研究中从这些感染鉴定出的最常见微生物是一组称为 viridans group streptococci(VGS)的细菌。viridans 群包含 30 多个独立菌种,且 VGS 因其变异性难以鉴定到单一菌种水平。目前缺乏种级鉴定

【主题与分类】

主题标签:Head and Neck Infection。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/NCT05874908

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://clinicaltrials.gov/study/NCT05874908

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

疾病:头颈部感染。急性头颈部感染会给患者带来明显的疼痛和不适,并影响其生活质量。针对这些感染已开发出有效的抗生素和手术治疗方法,但感染仍可能发展为脑膜炎和脓毒症等危及生命的疾病。急性头颈部感染的直接病因往往不明,但有观点认为其源于口腔内正常细菌生长紊乱或牙源性因素。已发表研究中从这类感染中鉴定出的最常见微生物是一组称为草绿色链球菌群(VGS)的细菌。草绿色链球菌群包含30多种细菌,且由于VGS的变异性,难以鉴定到单一菌种水平。医院环境中缺乏菌种鉴定,本项目旨在更深入地了解引起急性头颈部感染的微生物,重点在于鉴定VGS细菌的各个菌种。

研究人员将分析细菌DNA以确定已鉴定出的菌种,并将查看患者数据和临床结果(例如住院时间),以确定引起感染的菌种是否对患者有任何影响。

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