耳鼻咽喉科复杂感染数据集
研究旨在获取耳鼻咽喉科住院层面需专科靶向治疗患者的治疗数据,以改善治疗结局、缩短住院时间,并在斯洛文尼亚建立这些疾病的临床路径

基本信息
资源简介
耳鼻咽喉科复杂感染数据集
该数据集来自 clinicaltrials.gov,聚焦耳鼻咽喉科复杂感染,覆盖 Sinusitis、Otitis、Laryngitis、Lymphadenitis、Quinsy、Peritonsillar Abscess、Parapharyngeal Abscess、Preseptal Cellulitis 等疾病。研究旨在获取耳鼻咽喉科住院层面需专科靶向治疗患者的治疗数据,以改善治疗结局、缩短住院时间,并在斯洛文尼亚建立这些疾病的临床路径。由于斯洛文尼亚耳鼻咽喉科尚缺乏相关治疗数据,研究还希望获得与其他国家可比的客观疗效指标,并对该国疾病进行粗略流行病学评估,最终建立复杂感染患者数据库(来源 clinicaltrials.gov。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Sinusitis、Otitis、Laryngitis、Lymphadenitis、Quinsy、Peritonsillar Abscess、Parapharyngeal Abscess、Preseptal Cellulitis。本研究的主要目的是获取关于耳鼻咽喉区域感染患者治疗的自有数据,这些感染需要在医院层面由耳鼻咽喉科医生进行靶向治疗。基于这些结果,将改善治疗结局并缩短住院时间。我们将在斯洛文尼亚建立这些疾病的临床治疗路径。目前斯洛文尼亚耳鼻咽喉科部门仍缺乏这些疾病的治疗数据,因此研究的主要目的之一是获得与其他国家相比的治疗成功客观指标,以及对斯洛文尼亚该疾病的粗略流行病学评估。该研究将建立一个耳鼻咽喉复杂感染患者数据库。
【主题与分类】
主题标签:Sinusitis、Otitis、Laryngitis、Lymphadenitis、Quinsy、Peritonsillar Abscess、Parapharyngeal Abscess、Preseptal Cellulitis、Subperiosteal Abscess、Orbital Abscess。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06023550
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/NCT06023550
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
疾病范围:鼻窦炎、耳炎、喉炎、淋巴结炎、扁桃体周围脓肿、扁桃体周脓肿、咽旁间隙脓肿、眶隔前蜂窝织炎。本研究的主要目的是获取有关耳鼻喉区域感染患者治疗的自身数据,这些感染需要在医院层面由耳鼻喉科医生进行针对性治疗。基于这些结果,治疗结局将得到改善,住院时间将缩短。我们将在斯洛文尼亚建立这些疾病的临床治疗路径。斯洛文尼亚耳鼻喉科目前尚无这些疾病的治疗数据,因此本研究的主要目的之一是获取与其他国家相比的客观治疗成功率指标,以及对斯洛文尼亚该疾病的粗略流行病学评估。本研究将在卢布尔雅那大学临床中心建立耳鼻喉区域复杂感染患者的数据库,该数据库即使在研究完成后也将用于前瞻性分析。该登记系统还将使这些患者未来的治疗具有透明度。
需要回答的主要问题是:* 斯洛文尼亚卢布尔雅那复杂鼻窦感染的管理方式是什么,* 斯洛文尼亚卢布尔雅那复杂耳部及颞骨感染的管理方式是什么,* 斯洛文尼亚卢布尔雅那复杂颈部软组织感染的管理方式是什么,* 斯洛文尼亚卢布尔雅那复杂喉部感染的管理方式是什么。参与者将根据已确立的循证临床实践接受标准治疗。
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。




