急诊科脓毒症预后与诊断数据集（SPEED）
SPEED 数据集来源于 clinicaltrials.gov，聚焦急诊科脓毒症的预后与诊断。覆盖呼吸道感染、尿路感染、腹腔内感染、皮肤软组织感染、疑似脑膜炎/脑炎或其他感染及脓毒症人群
基本信息
资源简介
急诊科脓毒症预后与诊断数据集（SPEED）
SPEED 数据集来源于 clinicaltrials.gov，聚焦急诊科脓毒症的预后与诊断。覆盖呼吸道感染、尿路感染、腹腔内感染、皮肤软组织感染、疑似脑膜炎/脑炎或其他感染及脓毒症人群。研究采集静脉血至 PAXgene 血 RNA 管和 Na-Heparin 管，分析 IMX-BVN-4/SEV-4 分类器所含 29 种 mRNA 表达，以判断细菌与病毒感染可能性及临床恶化风险，并对疑似呼吸道感染者采集鼻咽拭子，临床数据通过 eCRF 记录。可用于感染类型判别与病情恶化预测研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：呼吸道感染、尿路感染、腹腔内感染、皮肤和软组织感染、疑似脑膜炎/脑炎或任何其他感染、脓毒症。研究测量包括通常在入组研究 1 小时内通过静脉穿刺采集血液至 PAXgene® 血 RNA 管（2.5 ml）和 Na-Heparin 管（4 ml）。样本将储存并分批从招募中心转移至核心实验室。将分析 IMX-BVN-4/SEV-4 分类器所含 29 种 mRNA 的表达，以确定细菌和病毒感染的可能性以及临床恶化的可能性。对于疑似呼吸道感染的参与者，还将获取鼻咽拭子样本。临床数据收集将使用电子病例报告表（eCRF）从源数据记录 Th
【主题与分类】
主题标签：Respiratory Tract Infections、Urinary Tract Infections、Intra-Abdominal Infections、Skin and Soft Tissue Infection、Sepsis。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05639504
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/NCT05639504
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
适应症：呼吸道感染、尿路感染、腹腔内感染、皮肤和软组织感染、疑似脑膜炎/脑炎或任何其他感染、脓毒症。研究测量包括在入组研究后通常1小时内通过静脉穿刺将血液采集至PAXgene®血液RNA管（2.5 ml）和Na-肝素管（4 ml）中。样本将分批储存并从招募中心转运至核心实验室。将分析IMX-BVN-4/SEV-4分类器中包含的29种mRNA的表达，以确定细菌和病毒感染的可能性以及临床恶化的可能性。对于疑似呼吸道感染的参与者，还将采集鼻咽拭子样本。临床数据收集将使用电子病例报告表（eCRF）从源数据中记录。感染的诊断将由临床裁定小组确认，该小组对每例病例的急诊科和出院诊断设盲。
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。
