T2MR PCR 检测化脓性脊柱炎与感染性心内膜炎患者中的 ESKAPE 病原体
该数据集来自 clinicaltrials.gov,为一项前瞻性观察性研究,聚焦于使用 T2 Bacteria Panel(T2Biosystems)快速检测化脓性脊柱炎和感染性心内膜炎的病原体

基本信息
资源简介
T2MR PCR 检测化脓性脊柱炎与感染性心内膜炎患者中的 ESKAPE 病原体
该数据集来自 clinicaltrials.gov,为一项前瞻性观察性研究,聚焦于使用 T2 Bacteria Panel(T2Biosystems)快速检测化脓性脊柱炎和感染性心内膜炎的病原体。该方法结合聚合酶链反应(PCR)与 T2 磁共振,从全血样本中检测细菌 DNA,可识别 ESKAPE 缩略语所指的六种病原体:E. coli、S. aureus、K. pneumoniae、A. baumannii、P. aeruginosa 和 E. faecium。研究旨在验证 T2B 能否以更高的敏感性和特异性识别局部感染(特别是脊柱炎和心内膜炎)的病原体。数据可用于病原体检测与感染诊断相关研究(来源 clinicaltrials.g。
【数据内容】
源站描述(机器翻译,仅供参考):病症:骨髓炎;椎骨,心内膜炎,细菌性。我们的前瞻性观察性研究侧重于使用 T2 Bacteria Panel(T2Biosystems)快速检测化脓性脊柱炎和感染性心内膜炎的病原体。这种诊断方法结合了聚合酶链反应(PCR)和 T2 磁共振,用于从全血样本中检测细菌 DNA。它可检测以 ESKAPE 缩略语闻名的六种病原体(E. coli、S. aureus、K. pneumoniae、A. baumannii、P. aeruginosa 和 E. faecium)。近年来,使用 Bacteria Panel 和 Candida Panel 的类似研究已在血流感染患者中进行,给我们留下了乐观的结果。本研究的目的是验证 T2B 能否以更好的敏感性和特异性识别局部感染(特别是脊柱炎和心内膜炎)的病原体,并且
【主题与分类】
主题标签:Osteomyelitis; Vertebra、Endocarditis, Bacterial。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/NCT05644990
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/NCT05644990
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:骨髓炎;椎体,心内膜炎,细菌性。我们的前瞻性观察性研究聚焦于使用T2细菌检测板(T2Biosystems)快速检测化脓性椎间盘炎和感染性心内膜炎的病原体。这种诊断方法结合了聚合酶链反应(PCR)和T2磁共振技术,用于从全血样本中检测细菌DNA。它能够检测出以ESKAPE缩写闻名的六种病原体(大肠杆菌、金黄色葡萄球菌、肺炎克雷伯菌、鲍曼不动杆菌、铜绿假单胞菌和粪肠球菌)。近年来,针对血流感染患者已开展了使用细菌检测板和念珠菌检测板的类似研究,为我们留下了乐观的结果。本研究旨在验证T2B是否能以更高的敏感性和特异性,以及相比传统血培养诊断更短的出结果时间,识别局部感染,特别是椎间盘炎和心内膜炎的病原体。病原体的快速检测可能缩短针对特定病原体抗生素治疗的时间,进而改善治疗结果,缩短疗程,并有助于减缓抗生素耐药性的发展。
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。




