鼻高流量治疗心力衰竭患者中枢性睡眠呼吸暂停
本数据集来自 clinicaltrials.gov,聚焦心力衰竭合并中枢性睡眠呼吸暂停(CSA)与 Cheyne-Stokes 呼吸(CSR)患者接受鼻高流量治疗(nHFT)的研究

基本信息
资源简介
鼻高流量治疗心力衰竭患者中枢性睡眠呼吸暂停
本数据集来自 clinicaltrials.gov,聚焦心力衰竭合并中枢性睡眠呼吸暂停(CSA)与 Cheyne-Stokes 呼吸(CSR)患者接受鼻高流量治疗(nHFT)的研究。纳入标准为 LVEF<45%、AHI>15/小时且至少 50% 事件呈中枢特征的 CHF 患者,共 10 例;排除 COPD GOLD 3-4 级、神经肌肉疾病、胸廓畸形及已使用其他 CSA 治疗者。干预为首次滴定夜后居家连续使用 nHFT 4 周。数据可用于评估 nHFT 对 CSA/CSR 的疗效与相关预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:中枢性睡眠呼吸暂停、Cheyne-Stokes 呼吸。研究人群:将纳入 10 例左心室射血分数(LVEF)< 45% 且伴有 CSA/Cheyne Stokes 呼吸(CSR)(呼吸暂停/低通气指数(AHI)> 15/小时)的 CHF 患者;且总事件数中至少 50% 具有中枢特征。排除患有其他会在睡眠期间对呼吸系统产生负面影响的疾病(即慢性阻塞性肺疾病(COPD 全球阻塞性肺疾病倡议(GOLD)3 级和 4 级))、神经肌肉疾病和胸廓畸形,以及在纳入时使用其他形式 CSA 治疗的 CHF 合并 CSA 患者。干预:nHFT 将在首个滴定夜进行滴定,并在家中连续夜间使用 4 周。主要研究参数/终点:1. 探讨 th
【主题与分类】
主题标签:Central Sleep Apnea、Cheyne-Stokes Respiration。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03085641
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/NCT03085641
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
条件:中枢性睡眠呼吸暂停、潮式呼吸。研究人群:将纳入10名左心室射血分数(LVEF)< 45%且伴有中枢性睡眠呼吸暂停/潮式呼吸(CSA/CSR)(呼吸暂停/低通气指数(AHI)> 15次/小时)的慢性心力衰竭(CHF)患者;其中至少有50%的总事件具有中枢性特征。排除标准包括:患有其他会在睡眠期间对呼吸系统产生负面影响的疾病,即慢性阻塞性肺疾病(COPD,全球慢性阻塞性肺疾病倡议(GOLD)3级和4级)、神经肌肉疾病和胸廓畸形,以及在纳入时正在使用其他形式治疗其CSA的CHF合并CSA患者。干预措施:nHFT将在首个滴定夜间进行滴定,并连续4周在夜间居家使用。主要研究参数/终点:1. 研究使用nHFT 4周后,加氧与不加氧的nHFT在降低睡眠期间呼吸暂停/低通气指数方面的效果。2.
研究使用nHFT 4周后,氧减饱和度指数、睡眠质量和嗜睡状况、身体状况、左心室射血分数(LVEF)、心率变异性(HRV)、N末端利钠肽(NTproBNP)的改善情况。3. 生理状况;呼吸做功和呼吸驱动,以及测量口咽部压力。
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。




