密歇根大学肺癌筛查人群COPD识别队列研究 - MAP2
该数据集来自clinicaltrials.gov，属于肿瘤/肺癌分类，聚焦于通过肺癌筛查CT识别COPD。研究利用当前和既往吸烟者在常规医疗中进行的癌症筛查CT扫描，识别已接受或将要接受肺量计检查的参与者，以验证COPD状态
基本信息
资源简介
密歇根大学肺癌筛查人群COPD识别队列研究 - MAP2
该数据集英文名为 University of Michigan COPD Identification Through Lung Cancer Screening Cohort Study - MAP2，来源于 clinicaltrials.gov，在分类上归属于肿瘤 / 肺癌方向，主题标签涵盖 COPD（慢性阻塞性肺疾病）、Cancer Lung Screening（癌症肺部筛查）与 Smoking Cigarette（吸烟）。研究的核心目标是通过肺癌筛查场景获取关于 COPD 筛查的新知识：利用当前和既往吸烟者在常规医疗过程中进行的癌症筛查 CT 扫描，识别已接受或将接受肺量计检查的参与者，并借助肺量计检查结果验证其 COPD 状态。该数据集面向吸烟人群的肺癌筛查与 COPD 识别交叉领域，为相关研究提供以影像筛查为入口、以肺功能检查为验证手段的数据基础。
【数据集背景】
慢性阻塞性肺疾病与肺癌在吸烟人群中均具有较高的疾病负担，而肺癌筛查 CT 在临床实践中已被用于高危吸烟者的常规健康管理。该研究正是在这一背景下提出，目的是获得关于 COPD 筛查的新知识。研究关注的受试群体为当前吸烟者和既往吸烟者，且这些人群具有 COPD 风险。通过在肺癌筛查过程中嵌入对 COPD 状态的识别与验证，研究试图把原本用于肺癌筛查的 CT 影像资源与肺量计检查结果关联起来，从而服务于 COPD 的筛查识别。数据集所属分类为肿瘤 / 肺癌，主题标签同时覆盖 COPD、癌症肺部筛查与吸烟，体现了肿瘤筛查与呼吸慢病筛查交叉的研究定位。
【数据内容】
依据源站描述，该数据集涉及的内容围绕癌症筛查 CT 扫描与肺量计检查两类信息展开：一方面是利用参与者在常规医疗中作为癌症筛查项目所进行的 CT 扫描；另一方面是参与者已经完成或将在研究过程中完成的肺量计检查，用于验证 COPD 状态。数据集的主题标签明确为 COPD、Cancer Lung Screening 与 Smoking Cigarette，说明数据覆盖疾病状态、筛查方式与吸烟暴露三个维度。关于具体变量字段、样本量、影像参数、肺功能指标数值等细节，源站未提供。
【采集与来源】
数据来源站为 clinicaltrials.gov，对应研究为密歇根大学的 COPD Identification Through Lung Cancer Screening Cohort Study - MAP2。采集场景为当前和既往吸烟者在常规医疗中开展的癌症筛查 CT 扫描，属于在真实医疗流程中获取影像资料的方式；肺量计检查则作为研究组成部分，用于确认参与者是否患有 COPD。研究不额外创设影像采集流程，而是依托常规医疗中已执行的筛查 CT。关于招募人数、招募时间窗、随访周期与具体采集机构分布，源站未提供。
【适用场景】
该数据集适用于吸烟人群肺癌筛查与 COPD 识别相关的研究场景，例如评估以肺癌筛查 CT 为入口识别 COPD 可疑个体的可行性，或将影像筛查信息与肺量计检查验证结果结合开展方法学研究。主题标签所覆盖的 COPD、癌症肺部筛查与吸烟三个方向，也提示其可用于筛查人群特征分析、筛查流程中慢病识别环节的探讨等用途。关于该数据集在具体建模任务、诊断准确性评价或临床决策支持中的适用性结论，源站未提供。
【使用方法】
源站描述仅说明研究利用癌症筛查 CT 扫描识别已接受或将要接受肺量计检查的参与者，并以肺量计检查验证 COPD 状态，未提供数据访问方式、文件格式、字段说明、预处理流程或分析操作指南。因此，具体的使用方法、数据读取与处理步骤，源站未提供。
【质量与限制】
该研究基于常规医疗中进行的癌症筛查 CT，并以肺量计检查作为 COPD 状态验证手段，这一设计在源站描述中有所体现。但关于数据质量评价、缺失情况、样本代表性、偏倚控制以及研究本身的局限性说明，源站未提供。使用者在引用或分析前需自行评估上述方面。
【引用与许可】
该数据集来源于 clinicaltrials.gov，英文名称为 University of Michigan COPD Identification Through Lung Cancer Screening Cohort Study - MAP2。关于引用格式、许可条款、使用限制与数据共享政策，源站未提供。
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/NCT07482475
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：COPD（慢性阻塞性肺疾病）、肺癌筛查、吸烟。本研究的目的是获取关于COPD筛查的新知识。本研究将利用当前和既往吸烟者中具有COPD风险的人群作为常规医疗保健一部分所进行的癌症筛查CT扫描，以识别已进行肺功能检查或将在研究中进行肺功能检查以验证COPD状态的参与者。
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。
