疑似人畜共患热病的先进诊断技术研究
研究在贝都因人群中应用先进技术调查发热性疾病,以提升实验室诊断的快速性与敏感性,并加深对感染性疾病病理生理、环境暴露(动物、水、废弃物及抗生素暴露)、宿主-病原体相互作用、病原毒力、慢性化与复发相关因素及治疗反应的理解

基本信息
资源简介
疑似人畜共患热病的先进诊断技术研究
该数据集来自 clinicaltrials.gov,聚焦疑似人畜共患热病,涉及 Brucellosis 与 Zoonotic Disease。研究在贝都因人群中应用先进技术调查发热性疾病,以提升实验室诊断的快速性与敏感性,并加深对感染性疾病病理生理、环境暴露(动物、水、废弃物及抗生素暴露)、宿主-病原体相互作用、病原毒力、慢性化与复发相关因素及治疗反应的理解。数据可用于发热性疾病诊断与流行病学研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Brucellosis、Zoonotic Disease。本研究旨在应用先进技术调查贝都因人群中的发热性疾病,以提高实验室诊断的快速性和敏感性,并加深对贝都因人群感染性疾病病理生理学的理解,包括各种环境暴露(如动物、水和废弃物)及抗生素暴露,以及与病原毒力相关的宿主-病原体相互作用、与慢性化和复发相关的因素以及治疗反应。研究方案:入组:1. 筛查后,将接触患者并提供参与研究的机会。2. 签署知情同意书后,将对患者进行访谈并填写入组问卷。3. 如果患者在急诊科入组,血液、唾液和
【主题与分类】
主题标签:Brucellosis、Zoonotic Disease。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/NCT04717622
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/NCT04717622
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
条件:布鲁氏菌病,人畜共患疾病。本研究旨在应用先进技术对贝都因人群中的发热性疾病进行调查,以提高实验室诊断的快速性和敏感性,并加深我们对贝都因人群中传染病病理生理学的理解,包括各种环境暴露(如动物、水和废物)及抗生素暴露,以及与病原体毒力相关的宿主-病原体相互作用、与慢性化和复发相关的因素以及治疗反应。研究方案:入组:1. 筛查后,将接触患者并提供参与研究的机会。2. 签署知情同意书后,将对患者进行访谈并填写入组问卷。3. 若患者在急诊科入组,将采集血液、唾液和粪便样本。若患者出现皮疹或皮肤病变,将从开放性病变处采集拭子。4.
如果患者在接受抗生素治疗后入组,我们还将尝试查找在急诊科接受抗生素治疗前采集的剩余血样。随访:* 住院期间:* 住院七天后或出院当天(以先到者为准),将尝试获取第二组样本(血液、唾液和粪便),并从病历中提取有关症状缓解、抗生素治疗、并发症等的临床数据。若住院期间因诊断或治疗目的进行了任何外科操作(如皮肤活检、骨活检、关节穿刺、腰椎穿刺),任何临床上认为不需要的剩余材料将用于分析。* 住院期间,将对患者进行访谈并填写WASH(水、环境卫生和个人卫生)问卷。* 出院后门诊随访:* 若在t
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。




