呼吸系统疾病患者的呼气分析与动脉僵硬度研究

该数据集来自 clinicaltrials.gov,覆盖慢性呼吸系统疾病、囊性纤维化、淋巴管肌瘤病、过敏性肺炎、间质性肺疾病、COPD 和支气管哮喘等患者群体

I.M. Sechenov First Moscow State Medical UniversityI.M. Sechenov First Moscow State Medical University
clinicaltrials
浏览 7
其他分类Chronic Respiratory DiseasesCystic FibrosisLymphangioleiomyomatosisHypersensitivity PneumonitisInterstitial Lung DiseasesCOPDBronchial Asthma
Breath Analysis and Arterial Stiffness in Patients With Respiratory Diseases

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-28

资源简介

呼吸系统疾病患者的呼气分析与动脉僵硬度研究

该数据集来自 clinicaltrials.gov,覆盖慢性呼吸系统疾病、囊性纤维化、淋巴管肌瘤病、过敏性肺炎、间质性肺疾病、COPD 和支气管哮喘等患者群体。研究采用质子转移反应飞行时间质谱(PTR-TOF)分析呼气中的 eVOCs 谱,旨在评估不同慢性呼吸系统疾病患者的预后及严重通气与心血管障碍的发展,并确定 PTR-TOF 分析的诊断意义、识别严重通气与心血管障碍的特异性 eVOC 标志物。数据可用于呼气标志物与呼吸及心血管疾病关联的分类研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病条件:慢性呼吸系统疾病、囊性纤维化、淋巴管肌瘤病、过敏性肺炎、间质性肺疾病、COPD、支气管哮喘。通过质子转移反应飞行时间质谱(PTR-TOF)评估不同慢性呼吸系统疾病患者的 eVOCs 谱,对于评估严重通气与心血管障碍的预后和发展具有重要价值。本研究旨在确定 PTR-TOF 分析在慢性呼吸系统疾病患者中的诊断意义,并识别不同慢性呼吸系统疾病患者中严重通气与心血管障碍的特异性 eVOC 标志物。

【主题与分类】

主题标签:Chronic Respiratory Diseases、Cystic Fibrosis、Lymphangioleiomyomatosis、Hypersensitivity Pneumonitis、Interstitial Lung Diseases、COPD、Bronchial Asthma。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05727852

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://clinicaltrials.gov/study/NCT05727852

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

疾病:慢性呼吸系统疾病、囊性纤维化、淋巴管肌瘤病、过敏性肺炎、间质性肺病、慢性阻塞性肺疾病、支气管哮喘。通过质子转移反应飞行时间质谱(PTR-TOF)评估不同慢性呼吸系统疾病患者的呼出气挥发性有机化合物(eVOCs)谱,对于评估严重通气和心血管障碍的预后及发展具有重要价值。本研究旨在确定PTR-TOF分析在慢性呼吸系统疾病患者中的诊断意义,并识别不同慢性呼吸系统疾病患者中严重通气和心血管障碍的特异性eVOC标志物。

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。