皮肤感染患者皮肤微生物群鉴定 (MICROBIOTA)
该数据集来自 clinicaltrials.gov,主题为皮肤感染患者皮肤微生物群的鉴定。源站描述指出,蜂窝织炎以皮肤及皮下组织炎症和疑似感染为特征,既往研究显示活检和针吸等样本的检出率约为16%,最常见病原体为金黄色葡萄球菌和化脓性链球菌

基本信息
资源简介
皮肤感染患者皮肤微生物群鉴定 (MICROBIOTA)
该数据集来自 clinicaltrials.gov,主题为皮肤感染患者皮肤微生物群的鉴定。源站描述指出,蜂窝织炎以皮肤及皮下组织炎症和疑似感染为特征,既往研究显示活检和针吸等样本的检出率约为16%,最常见病原体为金黄色葡萄球菌和化脓性链球菌。传统培养存在难以检出苛养菌或受抗生素使用影响等局限,分子诊断方法如16S核糖体DNA检测结合扩增和焦磷酸测序可弥补培养的不足。相关研究通过定量PCR、焦磷酸测序和传统培养对感染部位及非感染部位皮肤活检进行分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:皮肤感染。蜂窝织炎的特征是炎症以及皮肤和皮下组织的疑似感染。既往研究表明,活检和针吸等样本的检出率较低,约为16%。最常见的病原体是金黄色葡萄球菌和化脓性链球菌。传统培养存在局限性,例如无法检测苛养微生物,或受抗生素使用的影响。分子诊断方法,如检测16S核糖体DNA并进行扩增和焦磷酸测序,已被用于克服微生物培养的局限性。在最近的一项研究中,作者通过定量PCR、焦磷酸测序和传统培养,对感染部位和另一非感染部位进行皮肤活检,而非引流,以探究急性蜂窝织炎的病因。PCR在约30%-40%的病例中鉴定出耐甲氧西林金黄色葡萄球菌,感染部位和非感染部位的频率相似。在另一项研究中,不仅褥疮中发现了R. felis,健康皮肤拭子中也有发现,同时还发现了肺炎链球菌、金黄色葡萄球菌和A组链球菌。鉴于我们致力于通过培养等方式探索人类微生物群,我们建议扩展对感染病科住院患者皮肤微生物群的认识。
【主题与分类】
主题标签:Skin Infections。本站分类:呼吸系统疾病/肺炎。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03985475
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/NCT03985475
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
病情:皮肤感染。蜂窝织炎的特征是炎症以及皮肤和皮下组织的疑似感染。既往研究表明,活检和针吸等样本的检出率较低,约为16%。最常见的病原体是金黄色葡萄球菌和化脓性链球菌。传统培养方法存在局限性,例如无法检测苛养微生物,或受抗生素使用的影响。分子诊断方法,如检测16S核糖体DNA并进行扩增和焦磷酸测序,已被用于克服微生物培养的局限性。在最近的一项研究中,作者通过定量PCR、焦磷酸测序和传统培养,对感染部位和另一非感染部位的皮肤活检样本进行了研究,而非进行引流,以探讨急性蜂窝织炎的病因。PCR在约30%-40%的病例中鉴定出耐甲氧西林金黄色葡萄球菌,感染部位和非感染部位的频率相似。在另一项研究中,不仅褥疮中发现了R. felis,从健康皮肤采集的拭子中也发现了该菌,同时还发现了肺炎链球菌、金黄色葡萄球菌和A组链球菌。
致力于通过培养等方式探索人类微生物群,我们提议扩展对感染科住院患者皮肤微生物群的认识。
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。




