ICU患者新冠肺炎感染预测
该数据集来自clinicaltrials.gov，主题为ICU患者中新冠肺炎感染的预测，归入呼吸系统疾病/肺炎分类。源站描述涉及病毒感染、冠状病毒、ARDS与肺炎，指出COVID-19为经飞沫传播的呼吸道嗜性病毒，症状与病程差异大，重症患者的确定性诊断依赖PCR检测呼吸道树上皮细胞中的病毒遗传物质片
基本信息
资源简介
ICU患者新冠肺炎感染预测
该数据集来自clinicaltrials.gov，主题为ICU患者中新冠肺炎感染的预测，归入呼吸系统疾病/肺炎分类。源站描述涉及病毒感染、冠状病毒、ARDS与肺炎，指出COVID-19为经飞沫传播的呼吸道嗜性病毒，症状与病程差异大，重症患者的确定性诊断依赖PCR检测呼吸道树上皮细胞中的病毒遗传物质片段，并强调疫情高峰下需优化护理路径、利用特定分区，因此有必要定义简单可用的判定标准。数据可用于构建ICU患者COVID-19感染预测模型（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：病毒感染、冠状病毒、ARDS、肺炎。2019冠状病毒病（COVID-19）是一种呼吸道嗜性病毒，通过感染者环境中排放的飞沫传播。症状可能极为多样，病程可从无后遗症的自发痊愈到死亡。目前，对复苏患者（按定义即“重症”患者）的确定性诊断基于通过PCR在呼吸道树上皮细胞中（上呼吸道和/或下呼吸道）寻找病毒遗传物质片段。可以预期，疫情高峰将使得遵循当前既有的刻板路径变得困难（甚至不可能），原因是特定单元空间不足。这将需要优化护理路径并使用特定分区。因此，有必要定义简单的标准，从……（源站描述在此处截断）
【主题与分类】
主题标签：Infection Viral、Coronavirus、ARDS、Pneumonia。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/NCT04327180
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/NCT04327180
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：病毒感染、冠状病毒、ARDS、肺炎。冠状病毒2019（COVID-19）是一种嗜呼吸道病毒，通过感染者排放到环境中的飞沫传播。症状可能极为多样，病程可从无后遗症的自愈到死亡不等。目前，对复苏患者（按定义即为“重症”）的确诊依据是通过PCR在呼吸道上皮细胞中寻找病毒遗传物质片段，包括上呼吸道和/或下呼吸道。可以预见，疫情高峰将使得遵循当前既定的刻板流程变得困难（甚至不可能），因为专门单元的空间不足。这将需要优化护理路径并利用特定区域。因此，有必要确定简单标准，从患者入院之刻起即可获得，以预测COVID-19 PCR的结果。
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。
