COPD患者手术与支气管镜干预的气道微环境研究
该数据集源自clinicaltrials.gov,聚焦接受手术与支气管镜干预的慢性阻塞性肺疾病(COPD)患者的气道微环境研究

基本信息
资源简介
COPD患者手术与支气管镜干预的气道微环境研究
该数据集源自clinicaltrials.gov,聚焦接受手术与支气管镜干预的慢性阻塞性肺疾病(COPD)患者的气道微环境研究。源站描述涵盖肺气肿与慢性支气管炎两种COPD主要表型,涉及气道破坏、气体交换组织丢失、弹性回缩力下降、小气道塌陷、黏液分泌增多与清除障碍、副交感张力增高、气道重塑、支气管扩张剂反应受损及静态与动态肺过度充气等病理生理特征。数据可用于探索COPD患者干预前后气道微环境变化及相关机制研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性阻塞性肺疾病、肺气肿、慢性支气管炎。慢性阻塞性肺疾病(COPD)是一个统称,涵盖两种导致进行性且最终致残性呼吸困难的疾病实体。肺气肿是终末细支气管远端气腔的破坏性过程,伴有气体交换组织丢失、弹性回缩力丧失以及小气道周围环状牵拉力丧失,导致小气道在用力呼气时塌陷。慢性支气管炎是支气管疾病,导致黏液产生过多和清除障碍。副交感张力增高和气道进行性重塑损害对支气管扩张剂的反应。随后出现静态和动态肺过度充气——尽管辅助呼吸肌使用增加,胸部仍持续膨胀、膈肌扁平——导致呼吸泵处于不利状态。患者
【主题与分类】
主题标签:Chronic Obstructive Pulmonary Disease、Emphysema、Chronic Bronchitis。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03010592
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/NCT03010592
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:慢性阻塞性肺疾病、肺气肿、慢性支气管炎。慢性阻塞性肺疾病(COPD)是一个涵盖两种疾病的统称,这两种疾病导致进行性且最终致残的呼吸困难。肺气肿是终末细支气管远端气腔的破坏性过程,伴有气体交换组织、弹性回缩力及小气道周围环状牵拉力的丧失,导致小气道在用力呼气时塌陷。慢性支气管炎是支气管的疾病,导致黏液产生过多和清除障碍。副交感神经张力增加及气道进行性重塑损害了对支气管扩张剂的反应。随之出现静态和动态肺过度充气——尽管辅助呼吸肌使用增加,胸廓仍持续膨胀、膈肌扁平——导致呼吸泵处于不利状态。重度肺气肿和肺过度充气患者可从肺减容技术中获益,该技术旨在减少气体陷闭并改善气流、胸壁和肺力学。
肺减容手术(LVRS)拥有最充分的证据支持,但该手术并非没有风险,且人们对支气管镜下肺减容(BLVR)技术的发展兴趣日益增加,这些技术包括置入支气管内活瓣和弹簧圈以及靶向肺去神经术(TLD),均已证明可改善肺功能、运动能力和生活质量。支气管内冷冻治疗是慢性支气管炎患者的一种新型研究性治疗方法。猪模型显示,治疗后48小时内异常化生杯状细胞被消融,健康的纤毛上皮和黏膜下层再生,60天内完全愈合。一项初步研究评估了11例因疑似肺癌接受肺叶切除术或全肺切除术的患者。在手术前2周,于距拟切除边缘至少2cm处(第一段支气管和叶支气管)的两个独立位置各给予一次计量喷雾。未出现不良e
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。




