囊性纤维化及其他慢性呼吸道感染患者的寡养单胞菌分离株
背景:嗜麦芽寡养单胞菌(Stenotrophomonas maltophilia)在肺部疾病尤其是囊性纤维化中的潜在致病作用尚不明确

基本信息
资源简介
囊性纤维化及其他慢性呼吸道感染患者的寡养单胞菌分离株
背景:嗜麦芽寡养单胞菌(Stenotrophomonas maltophilia)在肺部疾病尤其是囊性纤维化中的潜在致病作用尚不明确
Stenotrophomonas isolates from patients with cystic fibrosis and other chronic respiratory infections
【数据内容】
源站描述(机器翻译,仅供参考):背景:嗜麦芽寡养单胞菌(Stenotrophomonas maltophilia)在肺部疾病尤其是囊性纤维化中的潜在致病作用尚不明确。为进一步了解该分类群的生物学特性,研究了来自慢性肺病患者的S. maltophilia分离株的分类地位、抗生素耐药性和毒力因子。结果:共纳入2003年至2016年间从五个国家患者呼吸道样本中回收的111株分离株。基于95%的截断值,通过BLAST进行的平均核苷酸身份分析(ANIb)显示,经基质辅助激光解吸/电离飞行时间质谱(MALDI-TOF/MS)鉴定为S. maltophilia的111株分离株属于S. maltophilia(n=65)、S. pavanii(n=6)和13个候选新种(n=40),每个候选新种包含1-5株分离株;这些分组与结果一致
【主题与分类】
主题标签:呼吸系统疾病、囊性纤维化、寡养单胞菌、抗生素耐药、毒力因子、菌种鉴定。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Afa2c258735852cf66fdfc872d311834246c790ff01a2826b4025f14f3495f956
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
背景:嗜麦芽窄食单胞菌在肺部疾病尤其是囊性纤维化中的潜在致病作用尚不明确。为进一步了解该分类群的生物学特性,本研究对来自慢性肺病患者的嗜麦芽窄食单胞菌分离株进行了分类学地位、抗生素耐药性及毒力因子的研究。结果:共纳入2003年至2016年间从五个不同国家患者呼吸道样本中分离的111株菌株。基于95%的临界值,BLAST平均核苷酸一致性(ANIb)分析显示,经基质辅助激光解吸/电离飞行时间质谱(MALDI-TOF/MS)鉴定为嗜麦芽窄食单胞菌的111株分离株分别属于嗜麦芽窄食单胞菌(n=65)、S. pavanii(n=6)及13个推定新种(n=40),每个推定新种包含1-5株分离株;这些分组结果与16S rDNA分析及L1和L2 β-内酰胺酶邻接法系统发育树的结果一致。染色体编码……
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。




