西南地区公立医院_痤疮患者痤疮丙酸杆菌药敏性研究数据
该数据集为临床表格数据,收录了中国西南地区某公立医院375例痤疮患者面部皮损样本中分离的痤疮丙酸杆菌对四环素类、大环内酯类等6种抗生素的药敏性检测结果,并整合了患者抗生素使用史与耐药性的关联信息,主要用于抗生素耐药性监测、痤疮个体化治疗策略优化以及临床合理用药指导等研究。

基本信息
资源简介
西南地区公立医院_痤疮患者痤疮丙酸杆菌药敏性研究数据
【数据内容】
源站原始描述:数据集概述 本数据集基于中国西南地区某公立医院开展的前瞻性横断面研究,收录了375例痤疮患者面部皮损样本中分离的痤疮丙酸杆菌(P. acnes)对四环素类、大环内酯类等6种抗生素的药敏性检测结果,以及患者抗生素使用史与耐药性的关联数据,为痤疮治疗中抗生素的合理使用提供参考依据。 文件详解 文件名称:Original data.xlsx 文件格式:XLSX
中文译文(机器翻译,仅供快速理解,请以原文为准):Dataset Overview: This dataset is based on a prospective cross-sectional study conducted at a public hospital in southwestern China. It includes antimicrobial susceptibility test results of Cutibacterium acnes (P. acnes) isolated from facial lesion samples of 375 acne patients against six antibiotics, including tetracyclines and macrolides, as well as data on the association between patients'' antibiotic use history and resistance, providing a reference for the rational use of antibiotics in acne treatment. File Details File name: Original data.xlsx File format: XLSX...
【获取与许可】
源站页面:https://haidatas.com/dataset/xinandiqugongliyiyuan_cuochuanghuanzhecuoc_e749fcac
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。
需登录公开下载
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。
暂未开放有偿下载
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://haidatas.com/dataset/xinandiqugongliyiyuan_cuochuanghuanzhecuoc_e749fcac
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
该数据集基于中国西南地区某公立医院开展的前瞻性横断面研究,收录了375例痤疮患者面部皮损样本中分离的痤疮丙酸杆菌(Propionibacterium acnes)的药敏性检测数据。数据集包含菌株对四环素类、大环内酯类等6种常用抗生素的敏感性结果,并整合了患者的抗生素使用史与耐药性关联信息。数据来源于临床样本的微生物培养和药敏试验,主要应用于抗生素耐药性监测、痤疮个体化治疗策略优化以及临床合理用药指导等研究方向。
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。




