非小细胞肺癌手术中迷走神经保护与慢性咳嗽
该数据集来自 clinicaltrials.gov,聚焦非小细胞肺癌手术中迷走神经保护与术后慢性咳嗽的关系。覆盖肺癌、迷走神经损伤与咳嗽等主题

基本信息
资源简介
非小细胞肺癌手术中迷走神经保护与慢性咳嗽
该数据集来自 clinicaltrials.gov,聚焦非小细胞肺癌手术中迷走神经保护与术后慢性咳嗽的关系。覆盖肺癌、迷走神经损伤与咳嗽等主题。源站描述指出,肺癌是全球癌症死亡首因,肺叶切除联合系统性纵隔淋巴结清扫是可切除非小细胞肺癌的标准术式,但大量患者术后出现慢性咳嗽,门诊随访第一年约60%患者出现,5年随访期间约24.7-50%持续存在。支气管肺迷走传入C纤维与咳嗽、胸闷及反射性支气管收缩相关,纵隔淋巴结清扫中对迷走神经肺支的损伤被认为在很大程度上导致慢性咳嗽。该数据可用于研究术后慢性咳嗽的预测与迷走神经保护策略(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:肺癌、迷走神经损伤、咳嗽。肺癌是全球癌症死亡的首要原因。手术切除是可切除非小细胞肺癌(NSCLC)的主要治疗方式,肺叶切除联合系统性纵隔淋巴结清扫是标准手术方法。然而,大量患者术后出现慢性咳嗽;在门诊随访的第一年内,约60%的患者可观察到该症状,在5年随访期间,约24.7-50%的患者持续存在。多项研究显示迷走神经与慢性咳嗽之间存在关联。支气管肺迷走传入C纤维负责咳嗽、胸闷和反射性支气管收缩。预计在纵隔淋巴结清扫过程中,对迷走神经肺支不可避免的损伤在很大程度上是造成
【主题与分类】
主题标签:Lung Cancer、Vagus Nerve Injuries、Cough。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04923412
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/NCT04923412
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:肺癌、迷走神经损伤、咳嗽。肺癌是全球癌症死亡的首要原因。手术切除是可切除非小细胞肺癌(NSCLC)的主要治疗方法,而肺叶切除术联合系统性纵隔淋巴结清扫是标准手术方式。然而,相当数量的患者术后出现慢性咳嗽;在门诊随访的第一年内,约60%的患者可观察到这一症状,并且在5年随访期间,约24.7%-50%的患者持续存在。多项研究表明迷走神经与慢性咳嗽之间存在关联。支气管肺迷走传入C纤维负责咳嗽、胸闷和反射性支气管收缩。可以预期,在纵隔淋巴结清扫过程中,对迷走神经肺支不可避免的损伤在很大程度上导致了慢性咳嗽的发生。换言之,保留迷走神经肺支可能降低慢性咳嗽的发生率及其对生活质量的负面影响。
因此,本前瞻性、随机对照临床研究旨在评估迷走神经保留对接受肺叶切除联合纵隔淋巴结清扫术患者术后慢性咳嗽的影响。此外,还将探讨在微创手术纵隔淋巴结清扫中保留迷走神经肺支的可行性及肿瘤学安全性,并与微创手术传统纵隔淋巴结清扫进行比较。本试验将为早期肺癌患者微创手术纵隔淋巴结清扫提供一种肿瘤学可行、安全有效的新手术技术的新依据。此外,迷走神经保留对慢性咳嗽发生率的预防作用将得到客观证实,从而有助于拓宽目前关于迷走神经作用及术后慢性咳嗽的认识。
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。




