慢性病患者急性呼吸衰竭的高级呼吸监测与氧疗
该数据集来自 clinicaltrials.gov,关注慢性肺病或心脏病患者在出院后需要氧疗的急性呼吸衰竭场景。研究测试一种名为 high-flow nasal cannula(HFNC)的家庭氧疗方式,通过 myAirvo™3 设备提供加温湿化高流量氧,并远程监测氧水平、心率与症状;同时使用 Ro

基本信息
资源简介
慢性病患者急性呼吸衰竭的高级呼吸监测与氧疗
该数据集来自 clinicaltrials.gov,关注慢性肺病或心脏病患者在出院后需要氧疗的急性呼吸衰竭场景。研究测试一种名为 high-flow nasal cannula(HFNC)的家庭氧疗方式,通过 myAirvo™3 设备提供加温湿化高流量氧,并远程监测氧水平、心率与症状;同时使用 RootiREX 设备监测心律、睡眠质量及夜间呼吸暂停。参与者将尝试 HFNC 与标准氧疗两种方案。数据可用于呼吸支持与远程监测相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性呼吸衰竭、心脏病、肺病、急性呼吸衰竭(ARF)。本研究正在测试一种新型家庭氧疗——称为 high-flow nasal cannula(HFNC)——能否改善长期肺病或心脏病患者出院后需要氧疗时的呼吸舒适度和生活质量。HFNC 以比标准氧疗更高的流量输送加温、湿化的氧气,可能减轻气短、改善睡眠,并使日常活动更容易。该疗法将使用 myAirvo™3 设备提供,该设备还允许医生远程检查患者的氧水平、心率和症状。所有患者还将佩戴一个小型设备(RootiREX)来监测心律、睡眠质量,并检测夜间呼吸暂停。参与者将尝试两种治疗——HFNC 和标准氧疗——持续 sh
【主题与分类】
主题标签:Chronic Respiratory Failure、Cardiac Disease, Pulmonary Disease、Acute Respiratory Failure (ARF)。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07157696
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/NCT07157696
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
疾病:慢性呼吸衰竭、心脏病、肺部疾病、急性呼吸衰竭(ARF)。本研究正在测试一种名为经鼻高流量氧疗(HFNC)的新型家庭氧疗方式,能否改善长期患有肺部或心脏疾病、出院后需要吸氧者的呼吸舒适度和生活质量。HFNC以比标准氧疗更高的流量输送加温加湿的氧气,可能减轻气短、改善睡眠,并使日常活动更轻松。该治疗将使用myAirvo™3设备提供,该设备还允许医生远程检查患者的氧饱和度、心率和症状。所有患者还将佩戴一个小型设备(RootiREX),以监测心律、睡眠质量,并检测夜间呼吸暂停。参与者将按随机顺序短期尝试两种治疗——HFNC和标准氧疗——以便研究人员能够在同一患者体内直接比较效果。每个治疗期将持续两周,中间有短暂休息。
本研究的主要目标是观察HFNC是否能减轻呼吸困难(通过改良医学研究委员会量表评估)。其他结果指标包括舒适度、睡眠质量、生活质量、氧合水平,以及患者在家中操作设备的能力。每位参与者的研究总时长为六周。研究人员预期,在此期间,HFNC将改善呼吸舒适度,稳定氧合水平,并减少就医需求。
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。




