NICU 耳毒性研究公共数据集

该数据集来自 NICU Ototoxicity 研究的公共发布版本,包含研究中的全部变量及配套文档,如 README、数据字典、母亲疾病发生率汇总表和分析代码

dataone
浏览 9
其他预测Hearing lossNewbornSepsisOtotoxicityGentamicinAminoglycosideHearing ScreeningNeonatal SepsisMedicine, Health and Life SciencesNeonatal intensive care unit (NICU)
Public access data for NICU Ototoxicity Repository

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-17

资源简介

NICU 耳毒性研究公共数据集

Public access data for NICU Ototoxicity Repository

该数据集来自 NICU Ototoxicity 研究的公共发布版本,包含研究中的全部变量及配套文档,如 README、数据字典、母亲疾病发生率汇总表和分析代码。数据覆盖新生儿重症监护场景下与耳毒性相关的信息,涉及听力损失、新生儿脓毒症、Gentamicin 等氨基糖苷类药物暴露及听力筛查等主题。可用于研究 NICU 新生儿耳毒性风险因素、听力损失与用药及感染的关系,并支持基于公开数据的分析与复现(来源 DataONE)。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集包含 NICU 耳毒性研究通过数据公共发布版本提供的全部变量,以及配套文档(README、数据字典、母亲疾病发生率汇总表、分析代码)。

【主题与分类】

主题标签:Hearing loss、Newborn、Sepsis、Ototoxicity、Gentamicin、Aminoglycoside、Hearing Screening、Neonatal Sepsis、Medicine, Health and Life Sciences、Neonatal intensive care unit (NICU)。本站分类:妊娠、分娩和产褥期。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3Aa7a400dea6f1fd7ce1c719e3859ccddeee3ab4e918f5cdf214121da9a3dc9da8

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://search.dataone.org/view/sha256%3Aa7a400dea6f1fd7ce1c719e3859ccddeee3ab4e918f5cdf214121da9a3dc9da8

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

该数据集包含NICU耳毒性研究中所有可通过数据公开版本获取的变量,以及支持性文档(README、数据字典、母体状况发生率汇总表、分析代码)。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。