CandyCollect 链球菌咽喉检测数据集
研究团队希望该平台在灵敏度和特异度上优于现有生物样本采集技术,同时提升患者接受度并适用于家庭场景,最终推动唾液采样成为呼吸系统疾病诊断的新金标准,并避免咽拭子带来的不适

基本信息
资源简介
CandyCollect 链球菌咽喉检测数据集
该数据集来自 clinicaltrials.gov,聚焦 Group A Streptococcal Infection(A 组链球菌感染),用于评估 CandyCollect 平台在临床环境中从儿童采集唾液样本的表现。研究团队希望该平台在灵敏度和特异度上优于现有生物样本采集技术,同时提升患者接受度并适用于家庭场景,最终推动唾液采样成为呼吸系统疾病诊断的新金标准,并避免咽拭子带来的不适。华盛顿大学 Theberge Lab 利用研究过程中收集的数据迭代设备工程设计。数据可用于唾液采样设备性能评估与呼吸系统疾病诊断相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:A 组链球菌感染。本研究的理由在于展示 CandyCollect 平台在临床环境中从儿童采集样本的潜力。通过刻意设计以最大化唾液采样的采集性能,研究者的长期愿景是 CandyCollect 平台将实现优于当前生物样本采集技术所能获得的灵敏度和特异度,同时提供一种患者更偏好且可在家庭环境中使用的平台。最终,CandyCollect 有潜力使唾液采样成为呼吸系统疾病诊断的新金标准,并避免与咽拭子相关的不适。正在开发 CandyCollect 的华盛顿大学 Theberge Lab 正在利用整个研究过程中收集的数据来迭代该设备的工程设计。
【主题与分类】
主题标签:Group A Streptococcal Infection。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05175196
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/NCT05175196
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:A组链球菌感染。本研究的理由在于展示CandyCollect平台从临床儿童中采集样本的潜力。通过精心设计以最大化唾液采样的采集性能,研究者的长期愿景是CandyCollect平台将实现比当前生物样本采集技术更高的灵敏度和特异性,同时提供一个患者更偏好且可在家庭环境中使用的平台。最终,CandyCollect有潜力使唾液采样成为呼吸道疾病诊断的新金标准,并避免咽拭子带来的不适。华盛顿大学正在开发CandyCollect的Theberge实验室利用整个研究过程中收集的数据来迭代设备的工程设计。因此,在队列1(n=30对完成者)之后进行了分析,并且根据本研究的迭代性质,研究团队调整了研究设计,以进一步为设备的工程化提供信息。
对于队列2,同样目标为30对完成研究的配对参与者,研究团队仍将对儿童和照护者进行问卷调查,并从每名儿童采集4份唾液样本。队列3的目标为30对完成研究的配对参与者,研究团队将进行问卷调查,并从每名儿童采集5份唾液样本。干预措施:* 队列1:通过快速抗原检测试验(RADT)诊断为GAS的儿科参与者将被要求像含棒棒糖一样含住拭子10秒钟。随后,他们将被要求含住一颗糖果棒棒糖以采集唾液。参与者将每种唾液采集方式各进行两次——先两次拭子,再两次棒棒糖。之后,参与者(儿科参与者和照护者)将填写一份简短问卷,询问他们对不同类型检测的感受和看法。* 队列2:通过快速抗原检测试验(RADT)诊断为GAS的儿科参与者将
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。




