幼儿呼吸道感染数据集
该数据集来自 clinicaltrials.gov,聚焦五岁以下幼儿的呼吸道感染,涵盖上呼吸道感染至支气管炎、肺炎等重症下呼吸道感染,以病毒为主要病原

基本信息
资源简介
幼儿呼吸道感染数据集
该数据集来自 clinicaltrials.gov,聚焦五岁以下幼儿的呼吸道感染,涵盖上呼吸道感染至支气管炎、肺炎等重症下呼吸道感染,以病毒为主要病原。现有数据多来自住院病例,拉丁美洲社区层面的发病频率、病原构成与严重程度信息有限。数据可用于研究幼儿呼吸道感染的社区流行病学特征、病原分布与疾病严重程度,并支持感染风险预测与队列分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:呼吸道感染(RTI)、下呼吸道感染(LRTI)、病毒感染、队列研究。尽管疫苗接种和卫生规划取得进展,呼吸道感染(RTI)仍是幼儿患病和死亡的最常见原因之一。在五岁以下儿童中,RTI 造成显著的发病率、社会成本和长期健康后果。RTI 的临床谱从轻度上呼吸道感染到严重下呼吸道感染(LRTI),如毛细支气管炎和肺炎。病毒是主要原因,尤其是在生命最初两年。然而,在拉丁美洲,关于社区环境中 RTI 的发生频率、由何种病毒或细菌引起以及这些感染的严重程度的信息有限。大多数现有数据来自住院病例,这低估了真实的疾
【主题与分类】
主题标签:Respiratory Tract Infections (RTI)、Lower Respiratory Tract Infection (LRTI)、Viral Infections、Cohort Study。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/NCT07249996
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/NCT07249996
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:呼吸道感染(RTI)、下呼吸道感染(LRTI)、病毒感染、队列研究。尽管疫苗接种和卫生规划取得了进展,呼吸道感染(RTIs)仍是幼儿患病和死亡的最常见原因之一。在五岁以下儿童中,RTIs导致显著的发病率、社会成本和长期健康后果。RTI的临床谱系从轻度上呼吸道感染到毛细支气管炎和肺炎等严重下呼吸道感染(LRTIs)不等。病毒是主要病因,尤其是在生命最初两年。然而,在拉丁美洲,关于RTIs的发生频率、致病病毒或细菌以及社区环境中这些感染的严重程度,现有信息有限。大多数现有数据来自住院病例,这低估了真实的疾病负担。为填补这一空白,研究人员启动了MINERVAL研究,这是一项在哥伦比亚卡利和巴拿马巴拿马城开展的多中心前瞻性出生队列研究。
该研究于2024年5月启动,对儿童从出生至五岁进行随访,以更好地了解呼吸道感染的流行病学、病因学及后果。截至2025年2月,共纳入436名新生儿。该基于人群的队列通过手机应用程序或电话每周进行两次主动监测,在呼吸道感染发作期间进行面对面访视,并在出生后前两年每六个月进行常规访视。从两岁至五岁,儿童继续每六个月随访一次,以评估长期结局。该研究有四个主要目标:(1)确定0-2岁儿童呼吸道感染的发病率、病因学和季节性;(2)评估由RSV、hMPV、流感、SARS-CoV-2等病毒引起的感染的病原体特异性负担,涵盖门诊和住院环境;(3)评估生命早期下呼吸道感染的长期呼吸系统后遗症及其与五岁时慢性呼吸系统疾病的关联;(4)分析病毒-细菌相互作用,重点关注肺炎球菌
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。




