淋巴管肌瘤病中的肺动脉高压
该数据集来源于clinicaltrials.gov，聚焦淋巴管肌瘤病（Lymphangioleiomyomatosis）合并毛细血管前肺动脉高压的患者，属于描述性研究
基本信息
资源简介
淋巴管肌瘤病中的肺动脉高压
该数据集英文名为 Pulmonary Hypertension in Lymphangioleiomyomatosis，来源于 clinicaltrials.gov，在本站归入循环系统疾病 / 其他分类。其主题聚焦淋巴管肌瘤病（Lymphangioleiomyomatosis）合并毛细血管前肺动脉高压的患者群体，属于一项描述性研究。数据集围绕这一特定患者人群，记录淋巴管肌瘤病的诊断方式、右心导管检查结果以及肺功能检查结果等信息，为理解该罕见病合并肺动脉高压的临床特征提供数据基础。以下依据可获得的信息对该数据集作进一步介绍。
【数据集背景】
淋巴管肌瘤病是一种较为罕见的疾病，当患者同时合并毛细血管前肺动脉高压时，其临床评估与诊断更为复杂。该数据集正是针对这一特定合并症人群设立，属于描述性研究性质，旨在系统呈现此类患者的诊断与检查信息。数据集的主题标签为 Lymphangioleiomyomatosis 与 Pulmonary Hypertension，本站分类将其归入循环系统疾病 / 其他类别，反映出该数据与循环系统疾病领域的关联。
【数据内容】
依据源站描述，该数据集涵盖的内容包括：淋巴管肌瘤病的诊断方式、右心导管检查结果以及肺功能检查结果。研究对象为患有淋巴管肌瘤病并合并毛细血管前肺动脉高压的患者。数据集以描述性方式组织上述信息，不涉及干预性研究设计。除上述内容外，源站未提供更细化的数据字段、变量清单或样本量信息。
【采集与来源】
该数据集来源于 clinicaltrials.gov，即美国临床试验注册平台。源站描述表明其研究类型为描述性研究，研究对象为淋巴管肌瘤病合并毛细血管前肺动脉高压的患者。关于具体的采集时间、采集机构、采集地点及采集流程，源站未提供。
【适用场景】
该数据集可用于了解淋巴管肌瘤病合并毛细血管前肺动脉高压患者的诊断方式与检查结果特征，适合作为该罕见合并症人群临床特征描述的参考材料，也可用于相关疾病领域的教学、文献综述或研究选题的背景调研。由于属于描述性研究数据，其适用场景应限于描述与参考用途。关于更具体的适用场景说明，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式或数据结构说明。使用者需依据来源平台 clinicaltrials.gov 的相关规定获取与使用该数据。
【质量与限制】
该数据集为描述性研究，源站描述中未提供样本量、数据完整性、质量控制措施或偏倚评估等信息，相关质量指标源站未提供。使用时应注意到其描述性研究性质带来的局限，不宜将其结果直接外推为因果结论。关于数据的具体限制说明，源站未提供。
【引用与许可】
源站未提供该数据集的引用格式与许可条款信息。使用者在引用或再利用该数据前，应自行查阅 clinicaltrials.gov 的相关政策与规定。
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。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT00960895
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：淋巴管肌瘤病、肺动脉高压。淋巴管肌瘤病合并毛细血管前肺动脉高压患者的描述性研究。研究内容包括淋巴管肌瘤病的诊断方式、右心导管检查结果及肺功能检查。
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。
