评估沙丁胺醇氢氟烷烃（HFA）定量吸入器（MDI）集成剂量计数器研究
该数据集来自 clinicaltrials.gov，围绕一项评估沙丁胺醇氢氟烷烃（HFA）定量吸入器（MDI）集成剂量计数器效果的研究，覆盖哮喘、慢性阻塞性肺疾病（COPD）、肺气肿和慢性支气管炎人群
基本信息
资源简介
评估沙丁胺醇氢氟烷烃（HFA）定量吸入器（MDI）集成剂量计数器研究
该数据集来自 clinicaltrials.gov，围绕一项名为“A Study to Evaluate the Integrated Dose Counter on an Albuterol Hydrofluoroalkane (HFA) Metered Dose Inhaler (MDI)”的研究构建，聚焦于评估沙丁胺醇氢氟烷烃（HFA）定量吸入器（MDI）所集成的剂量计数器的效果。研究覆盖的人群包括哮喘、慢性阻塞性肺疾病（COPD）、肺气肿以及慢性支气管炎患者。数据集在分类上归属于呼吸系统疾病下的哮喘方向，主题标签同样涵盖哮喘、慢性阻塞性肺疾病（COPD）、肺气肿和慢性支气管炎。整体而言，该数据集可用于了解吸入器剂量计数装置在呼吸系统疾病用药管理场景中的研究设计与关注要点。
【数据集背景】
该数据集对应的研究关注一种用于向哮喘或慢性阻塞性肺疾病（COPD）确诊患者递送药物的吸入器装置，并评估其剂量计数器的有效性。源站描述指出，研究条件包括哮喘、慢性阻塞性肺疾病（COPD）、肺气肿和慢性支气管炎。数据集英文名称明确指向沙丁胺醇氢氟烷烃（HFA）定量吸入器（MDI）上的集成剂量计数器。由此可知，该数据集所处的背景是呼吸系统疾病治疗中吸入给药装置的功能评价，尤其是剂量计数功能在用药管理中的作用。
【数据内容】
该数据集的主题标签为哮喘、慢性阻塞性肺疾病（COPD）、肺气肿和慢性支气管炎。源站描述提及研究评估吸入器装置剂量计数器的有效性，该装置用于向确诊哮喘或COPD的人群递送药物。除上述条件与主题信息外，源站未提供具体的数据字段、变量结构、样本量、统计指标或结果数据。
【采集与来源】
该数据集来源于 clinicaltrials.gov。其英文名称为“A Study to Evaluate the Integrated Dose Counter on an Albuterol Hydrofluoroalkane (HFA) Metered Dose Inhaler (MDI)”。源站描述说明该研究评估用于向哮喘或COPD确诊患者递送药物的吸入器装置剂量计数器的有效性。除此之外，源站未提供采集时间、采集地点、采集方式或研究实施机构等更多信息。
【适用场景】
基于现有信息，该数据集适用于呼吸系统疾病领域，尤其是哮喘、慢性阻塞性肺疾病（COPD）、肺气肿和慢性支气管炎相关研究场景。其内容围绕沙丁胺醇氢氟烷烃（HFA）定量吸入器（MDI）集成剂量计数器的效果评估，可用于了解吸入器剂量计数功能在向哮喘或COPD患者递送药物时的研究关注点。源站未提供其他具体适用场景。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式、数据结构说明或分析指引。
【质量与限制】
源站未提供该数据集的质量评价、局限性说明、偏倚控制或数据完整性信息。现有信息仅包括研究名称、来源、分类、主题标签以及源站描述中关于研究目的和覆盖条件的说明。
【引用与许可】
源站未提供该数据集的引用格式、许可条款或使用限制信息。
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/NCT01302587
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
适应症：哮喘、慢性阻塞性肺疾病（COPD）、肺气肿、慢性支气管炎。本研究正在评估一种用于吸入器的剂量计数器的有效性，该吸入器用于向确诊哮喘或COPD的患者递送药物。
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。
