利用RSI和RFS评分鉴别反流相关与其他原因慢性喉炎的数据

该数据集来自scielo.figshare.com,配套论文发表于Brazilian Journal of Otorhinolaryngology,包含9个图像文件,涉及102例慢性喉咽炎成年患者,分为过敏性鼻炎、阻塞性睡眠呼吸暂停和喉咽反流三组

google_dataset
2023-06-01 更新
浏览 14
视频分类Laryngopharyngeal refluxGastroesophageal reflux diseaseObstructive sleep apneaAllergic rhinitisDiagnosis
Data from: Using RSI and RFS scores to differentiate between reflux-related and other causes of chronic laryngitis

基本信息

模态
视频
大小
0.001461192 GB
任务类型
分类
许可
CC BY 4.0
创建/更新时间
2023-06-01
版本
v1

资源简介

利用RSI和RFS评分鉴别反流相关与其他原因慢性喉炎的数据

Using RSI and RFS scores to differentiate between reflux-related and other causes of chronic laryngitis

该数据集来自scielo.figshare.com,配套论文发表于Brazilian Journal of Otorhinolaryngology,包含9个图像文件,涉及102例慢性喉咽炎成年患者,分为过敏性鼻炎、阻塞性睡眠呼吸暂停和喉咽反流三组。数据可用于探索RSI与RFS评分组合能否鉴别不同病因所致的慢性喉炎,支持耳鼻咽喉疾病中反流相关与非反流相关病因的分类诊断研究(来源 figshare,CC BY 4.0 许可)。

【数据集背景】

配套论文《Using RSI and RFS scores to differentiate between reflux-related and other causes of chronic laryngitis》发表于 Brazilian Journal of Otorhinolaryngology(2023),DOI:10.1016/j.bjorl.2021.08.003。源站首次发布:2023-02-18。

【数据内容】

源站描述(机器翻译,仅供参考):摘要 目的:确定反流症状指数(RFI)和反流体征评分(RFC)是否有助于对具有不同慢性喉咽炎病因的患者进行鉴别诊断。方法:前瞻性研究一组102例慢性喉咽炎成年患者(A组——37例过敏性鼻炎患者;B组——22例阻塞性睡眠呼吸暂停(OSA)患者;C组——43例喉咽反流(LPR)患者)。慢性喉炎的诊断基于提示性症状和视频喉镜征象(RSI ≥ 13且RFS ≥7)。过敏通过阳性血清RAST确认,OSA通过阳性多导睡眠图诊断,LPR通过阳性阻抗-pH研究诊断。采用判别函数分析确定RSI和RFS评分的组合能否区分各组。结果:呼吸道患者

【数据结构与技术规格】

文件数 9 个,合计 1.46 MB。数据集 DOI:10.6084/m9.figshare.22121282.v1。

【主题与分类】

源站学科分类:Otorhinolaryngology。主题标签:Laryngopharyngeal reflux、Gastroesophageal reflux disease、Obstructive sleep apnea、Allergic rhinitis、Diagnosis。本站分类:耳鼻咽喉疾病/喉炎。

【适用方向】

源站学科分类标注为 Otorhinolaryngology。

【获取与许可】

源站页面:https://scielo.figshare.com/articles/dataset/Using_RSI_and_RFS_scores_to_differentiate_between_reflux-related_and_other_causes_of_chronic_laryngitis/22121282

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Eckley, Claudia Alessandra; Tangerina, Rodrigo (2023). Using RSI and RFS scores to differentiate between reflux-related and other causes of chronic laryngitis. SciELO journals. Dataset

【使用注意】

· 源站最后修改于 2023-06-01,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取(Figshare)

命令行下载

curl -L -o "b1ecfbf40689847032c899e73f259f399fbcaa02.tif" "https://ndownloader.figshare.com/files/39313274"
curl -L -o "08f48dab19ab2b14341727c2b37016c5cfade544.png" "https://ndownloader.figshare.com/files/39313277"
curl -L -o "7973b66ee9b5dc3533a053fa202c0026bef28751.jpg" "https://ndownloader.figshare.com/files/39313280"
curl -L -o "3d798c94c0f543a145e49bb8f35c4065bf142553.tif" "https://ndownloader.figshare.com/files/39313283"
curl -L -o "5140fb831ade4825997708a67f55d0fd0a346a92.png" "https://ndownloader.figshare.com/files/39313286"
curl -L -o "0727606a110f27a19fef7522722d8081866881ed.jpg" "https://ndownloader.figshare.com/files/39313289"
curl -L -o "036cfc25d43ab9640b59fc234b4a610cb1faffd9.tif" "https://ndownloader.figshare.com/files/39313292"
curl -L -o "3d99f4f42998187c4af589ed1e28915e2325b162.png" "https://ndownloader.figshare.com/files/39313295"

文件清单

  • b1ecfbf40689847032c899e73f259f399fbcaa02.tif(328.87 KB)
  • 08f48dab19ab2b14341727c2b37016c5cfade544.png(14.63 KB)
  • 7973b66ee9b5dc3533a053fa202c0026bef28751.jpg(4.12 KB)
  • 3d798c94c0f543a145e49bb8f35c4065bf142553.tif(470.67 KB)
  • 5140fb831ade4825997708a67f55d0fd0a346a92.png(19.05 KB)
  • 0727606a110f27a19fef7522722d8081866881ed.jpg(3.98 KB)
  • 036cfc25d43ab9640b59fc234b4a610cb1faffd9.tif(534.88 KB)
  • 3d99f4f42998187c4af589ed1e28915e2325b162.png(79.54 KB)
  • fb73fd7138ef25459fb4bde38a8e1948b2afbaa9.jpg(5.45 KB)

文件总体积 1.46 MB(源站 API 实测)。

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。

数据说明

摘要 目的:确定反流症状指数(RFI)和反流体征评分(RFC)能否帮助对不同病因的慢性喉咽炎患者进行鉴别诊断。方法:前瞻性研究102例慢性喉咽炎成年患者(A组——37例过敏性鼻炎患者;B组——22例阻塞性睡眠呼吸暂停(OSA)患者;C组——43例喉咽反流(LPR)患者)。慢性喉炎的诊断基于提示性症状和视频喉镜征象(RSI ≥ 13且RFS ≥7)。过敏通过血清RAST阳性确认,OSA通过多导睡眠监测阳性诊断,LPR通过阻抗-pH研究阳性诊断。采用判别函数分析确定RSI和RFS评分的组合能否区分各组。结果:与OSA患者相比,呼吸道过敏患者和LPR患者的RSI评分相似且显著更高(p < 0.001);与呼吸道过敏患者相比,OSA患者和LPR患者的RFS评分相似且显著更高(OSA vs.

过敏 p < 0.001;LPR与过敏相比 p < 0.002)。两种评分联合应用时,诊断OSA(72.73%)和过敏(64.86%)的概率高于诊断LPR(51.16%)。结论:RSI和RFS对反流性喉炎不具特异性,若不谨慎使用,更易导致误诊。

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.6084/m9.figshare.22121282.v1(source: https://scielo.figshare.com/articles/dataset/Using_RSI_and_RFS_scores_to_differentiate_between_reflux-related_and_other_causes_of_chronic_laryngitis/22121282)。

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。