个性化噬菌体疗法的建立及其在难治性感染中的比较成本 (EPHICACI)
EPHICACI 数据集来自 clinicaltrials.gov,聚焦难治性感染患者的个性化噬菌体疗法。患者资格由多学科 Coordination group for Bacteriophage therapy Leuven (CBL) 与比利时多家专家中心共同评估;若找到针对分离菌株有活性的噬菌

基本信息
资源简介
个性化噬菌体疗法的建立及其在难治性感染中的比较成本 (EPHICACI)
EPHICACI 数据集来自 clinicaltrials.gov,聚焦难治性感染患者的个性化噬菌体疗法。覆盖 Musculoskeletal Infection、Chronic Rhinosinusitis、Persistent Bacteremia、Pulmonary Infection 及 Hidradenitis Suppurativa 等病种,纳入无标准治愈方案的患者。患者资格由多学科 Coordination group for Bacteriophage therapy Leuven (CBL) 与比利时多家专家中心共同评估;若找到针对分离菌株有活性的噬菌体且符合全部纳入标准,则进行 phagogram,并据此分配至噬。
【数据内容】
源站描述(机器翻译,仅供参考):疾病范围:肌肉骨骼感染、慢性鼻窦炎(诊断)、持续性菌血症、肺部感染、化脓性汗腺炎。对于难治性肌肉骨骼感染、慢性鼻窦炎、持续性菌血症、与囊性纤维化或支气管扩张相关的肺部感染,或化脓性汗腺炎患者,若无可用的标准(治愈性)治疗方案,则符合噬菌体治疗的入选条件。患者资格由多学科噬菌体治疗协调组鲁汶(CBL)与多家比利时专家中心合作进行评估。如果鉴定出对分离细菌菌株具有活性的噬菌体,且患者符合所有纳入标准,则进行噬菌体图谱检测。根据这些结果,患者要么被分配接受噬菌体治疗,要么留在接受最佳可用非治愈性治疗的对照组。两组均使用REDCap前瞻性收集标准化的临床、微生物学和卫生经济学数据。
【主题与分类】
主题标签:Musculoskeletal Infection、Chronic Rhinosinusitis (Diagnosis)、Persistent Bacteremia、Pulmonary Infection、Hidradenitis Suppurativa。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06368388
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/NCT06368388
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
疾病范围:肌肉骨骼感染、慢性鼻窦炎(诊断)、持续性菌血症、肺部感染、化脓性汗腺炎。对于难治性肌肉骨骼感染、慢性鼻窦炎、持续性菌血症、与囊性纤维化或支气管扩张相关的肺部感染,或化脓性汗腺炎患者,若无可用的标准(治愈性)治疗方案,则符合噬菌体治疗的入选条件。患者资格由多学科噬菌体治疗协调组鲁汶(CBL)与多家比利时专家中心合作进行评估。如果鉴定出对分离细菌菌株具有活性的噬菌体,且患者符合所有纳入标准,则进行噬菌体图谱检测。根据这些结果,患者要么被分配接受噬菌体治疗,要么留在接受最佳可用非治愈性治疗的对照组。两组均使用REDCap前瞻性收集标准化的临床、微生物学和卫生经济学数据。
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。




