危重症患者中的脓毒症

数据集获取

源站：https://clinicaltrials.gov/study/NCT07707622

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

病症：脓毒症。脓毒症是由宿主对感染免疫反应失调引起的危及生命的器官功能障碍，仍然是全球重症医学领域的首要死因。根据2024年全球疾病负担数据，全球每年有4890万新发病例和1100万死亡病例，其中1100万死亡病例占全球总死亡人数的19.7%。在中国，由于人口老龄化、侵入性操作增多、抗菌药物过度使用、多重耐药菌流行以及慢性病患者数量不断增加，脓毒症的发病率持续上升。区域研究表明，中国ICU中脓毒症的发病率为15%至30%，死亡率高达40%至60%——远超发达国家。在ICU收治的危重患者中——如严重创伤、大手术、急性呼吸窘迫综合征、重症胰腺炎和晚期恶性肿瘤患者——导致继发性脓毒症的医院获得性感染是临床恶化、多器官功能障碍综合征（MODS）和死亡的最关键触发因素。

这形成了“原发病加重→医院感染→脓毒症→多器官功能障碍综合征→死亡”的恶性级联反应，导致医疗费用飙升、住院时间延长，并给家庭和社会带来沉重负担。为应对这一挑战，本项目旨在：(1)建立中国规模最大、国际领先的严重脓毒症多模态数据集，覆盖全国19家三级重症监护病房、为期5年，纳入5300例危重患者（其中800例脓毒症病例），整合临床数据、免疫学指标、生物标志物、微生物学数据、影像学、纵向生物样本及长期随访信息，构建标准化、可共享、可持续的国家级脓毒症数据库；(2)系统阐明严重脓毒症的三大核心病理生理机制——识别危险因素、病理

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。