临床尿液检测结果在培养皿上的图像数据集

1500张临床尿液培养琼脂板图像,按阳性、阴性、不确定分类,用于尿路感染诊断研究。

NIAID Data Ecosystem
浏览 19
医学影像尿液检测医学影像
Image Dataset of Clinical Urine Test Results on Petri Dishes

基本信息

模态
医学影像
大小
1.242578028 GB
创建/更新时间
2026-10-07
版本
v3

资源简介

临床尿液检测结果在培养皿上的图像数据集

【一句话概览】

本数据集是 Mendeley Data 公开的影像数据集,收录 1504 个文件、合计 1.24 GB,可用于医学图像分割、检测与分类模型的训练与评测。

【数据集背景】

本数据集源站标题为《Image Dataset of Clinical Urine Test Results on Petri Dishes》。源站首次发布:2023-01-31。

【数据内容】

源站原始描述:This dataset contains 1500 images of clinical urine cultures in agar plates. The data is structured in three subdirectories corresponding to each exam result: Positive, Negative, and Uncertain. Each subdirectory contains image files in jpeg format and annotations in XLSX files about the respective result of the exams. There are 498 images in the Positive folder, 500 were classified as Negative and 502 as Uncertain. A specific image acquisition system was developed to support data collection foll…

【数据结构与技术规格】

文件数 1504 个,合计 1.24 GB。数据集 DOI:10.17632/xrbtd74pfj.3。

【适用方向】

影像类数据可用于医学图像分析模型(检测、分割、分类)的训练与评测,也可用于标注质量与成像参数相关性的研究。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/xrbtd74pfj

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/xrbtd74pfj

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