超声裂解液上的Molecular Culture数据集
该数据集包含2019至2023年间在Maastricht University Medical Center+接受髋或膝关节翻修术患者的匿名临床与微生物学数据，用于回顾性评估基于PCR的快速检测Molecular Culture®在超声裂解液标本中诊断假体周围关节感染（PJI）的诊断性能与临床相关性
基本信息
资源简介
超声裂解液上的Molecular Culture数据集
Molecular Culture on sonication fluid
该数据集包含2019至2023年间在Maastricht University Medical Center+接受髋或膝关节翻修术患者的匿名临床与微生物学数据，用于回顾性评估基于PCR的快速检测Molecular Culture®在超声裂解液标本中诊断假体周围关节感染（PJI）的诊断性能与临床相关性。变量涵盖人口统计学、关节类型、翻修指征、EBJIS分类、超声裂解液培养结果、Molecular Culture®结果、其他微生物学发现、既往抗菌药物暴露及用于诊断判定的临床结局。数据已匿名化，可用于PJI诊断方法比较与临床预测建模（来源 DOI 解析）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含2019年至2023年间在Maastricht University Medical Center+接受髋或膝关节翻修术患者的匿名临床与微生物学数据。该数据集作为一项回顾性研究的一部分生成，该研究评估了Molecular Culture®（MC，一种基于PCR的快速检测）在超声裂解液标本中用于诊断假体周围关节感染（PJI）的诊断性能和临床相关性。纳入的变量包括患者人口统计学信息、关节类型、翻修指征、European Bone and Joint Infection Society（EBJIS）分类、超声裂解液培养结果、Molecular Culture®结果、其他微生物学发现、既往抗菌药物暴露以及用于诊断判定的相关临床结局。所有数据在共享前均已匿名化。提供该数据集以支持transpar
【主题与分类】
主题标签：Medicine, Health and Life Sciences、periprosthetic joint infection、Molecular diagnostics、Microbiological culture、sonication、PJI、prosthetic joint infection。本站分类：肌肉骨骼系统疾病。
【获取与许可】
源站页面：https://lifesciences.datastations.nl/citation?persistentId=doi:10.17026/LS/ME8ZHV
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://doi.org/10.17026/LS/ME8ZHV
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
本数据集包含2019年至2023年间在马斯特里赫特大学医学中心+接受髋或膝关节翻修术患者的匿名临床和微生物学数据。该数据集是一项回顾性研究的一部分，旨在评估Molecular Culture®（MC）——一种基于PCR的快速检测方法——在超声裂解液标本中用于诊断假体周围关节感染（PJI）的诊断性能和临床相关性。纳入的变量包括患者人口统计学资料、关节类型、翻修指征、欧洲骨与关节感染学会（EBJIS）分类、超声裂解液培养结果、Molecular Culture®结果、其他微生物学发现、既往抗菌药物暴露史，以及用于诊断判定的相关临床结局。所有数据在共享前均已匿名化处理。提供本数据集旨在支持透明度、可重复性以及与诊断微生物学和假体周围关节感染研究相关的二次分析。
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。
