同一囊性纤维化中心儿童间铜绿假单胞菌交叉传播研究
该数据集来自 clinicaltrials.gov,聚焦囊性纤维化儿童患者中铜绿假单胞菌的交叉传播问题。源站描述涵盖囊性纤维化的遗传机制、多系统临床表现以及铜绿假单胞菌的定植特性,涉及 Cystic Fibrosis、Pseudomonas Aeruginosa 和 Cross Infection

基本信息
资源简介
同一囊性纤维化中心儿童间铜绿假单胞菌交叉传播研究
该数据集来自 clinicaltrials.gov,聚焦囊性纤维化儿童患者中铜绿假单胞菌的交叉传播问题。源站描述涵盖囊性纤维化的遗传机制、多系统临床表现以及铜绿假单胞菌的定植特性,涉及 Cystic Fibrosis、Pseudomonas Aeruginosa 和 Cross Infection 等主题。数据可用于研究同一囊性纤维化中心内儿童间的交叉感染模式,支撑呼吸系统疾病相关的感染传播分析与临床研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Cystic Fibrosis、Pseudomonas Aeruginosa、Cross Infection。囊性纤维化是白种人群中最常见的常染色体隐性遗传病。该病由编码 CFTR 蛋白(Cystic fibrosis transmembrane conductance regulator)的基因突变引起,CFTR 是一种存在于上皮细胞顶端的离子通道。通道功能障碍导致水合不足和多种外分泌分泌物黏稠度增高。临床上,囊性纤维化是一种多系统疾病。肺部和胰腺受累通常最为突出。呼吸功能退化,伴随急性和慢性感染,是发病和死亡的主要原因。Pseudomonas aeruginosa 是一种普遍存在的革兰阴性杆菌,主要存在于死水中。Pseudomonas aeruginosa 能够定植于……
【主题与分类】
主题标签:Cystic Fibrosis、Pseudomonas Aeruginosa、Cross Infection。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03910920
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/NCT03910920
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:囊性纤维化、铜绿假单胞菌、交叉感染。囊性纤维化是高加索人群中最为常见的遗传性常染色体隐性遗传病。该病由编码CFTR蛋白(囊性纤维化跨膜传导调节因子)的基因突变引起,CFTR是一种存在于上皮细胞顶端的离子通道。通道功能障碍导致水合不足及多种外分泌分泌物黏稠度增高。临床上,囊性纤维化是一种多系统疾病,肺部和胰腺受累通常最为突出。呼吸功能减退,伴随急性和慢性感染,是发病和死亡的主要原因。铜绿假单胞菌是一种普遍存在的革兰阴性杆菌,主要存在于死水中。铜绿假单胞菌能够定植于消化道、肺部和泌尿道黏膜以及皮肤。该细菌涉及多种机会性感染,包括囊性纤维化患者的呼吸道感染。铜绿假单胞菌感染是囊性纤维化群体中最常见的肺实质感染。
铜绿假单胞菌慢性携带是预后不良的因素,与发病率和死亡率增加相关。与铜绿假单胞菌慢性携带相关的并发症,为实施清除、筛查和根除急性铜绿假单胞菌感染策略提供了依据。除患者通过环境受到铜绿假单胞菌污染外,囊性纤维化患者之间已有手部和空气传播感染的报道。因此,大多数医院已实施消除交叉传播的措施。本研究的目的首先在于确定在HUDERF囊性纤维化中心随访的囊性纤维化患者之间铜绿假单胞菌交叉传播的数量。研究者将使用脉冲场凝胶电泳来评估
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。




