使用MRI评估哮喘患者支气管厚度
该数据集来自clinicaltrials.gov,聚焦呼吸系统疾病中的哮喘,主题为使用MRI评估支气管厚度。哮喘以支气管重塑导致支气管壁增厚为病理特征,CT是量化支气管厚度的参考方法,但存在电离辐射,限制频繁和长期随访

基本信息
资源简介
使用MRI评估哮喘患者支气管厚度
该数据集来自clinicaltrials.gov,聚焦呼吸系统疾病中的哮喘,主题为使用MRI评估支气管厚度。哮喘以支气管重塑导致支气管壁增厚为病理特征,CT是量化支气管厚度的参考方法,但存在电离辐射,限制频繁和长期随访。MRI为非电离三维成像技术,然而肺部MRI在技术上具有挑战性,目前未用于常规实践,低质子密度和磁化率效应导致肺实质信号极低。近期通过半射频激发和径向投影重建实现了超短回波时间(UTE)脉冲序列,理论上可从肺实质中获取更多信号。该数据可用于探索MRI在哮喘支气管厚度评估中的应用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:哮喘。哮喘是一个主要的公共卫生问题,病理特征为支气管重塑,导致支气管壁增厚。计算机断层扫描(CT)是量化支气管厚度的参考方法,但涉及电离辐射,从而限制了频繁和长期随访的可能性。磁共振成像(MRI)是一种非电离三维成像技术。然而,肺部MRI在技术上具有挑战性,目前未用于常规实践。实际上,低质子密度和磁化率效应均导致来自肺实质的信号强度非常低。最近,通过使用半射频激发和径向投影重建,已实现超短回波时间(UTE)脉冲序列。这些UTE序列理论上使得从肺实质中获取更多信号成为可能
【主题与分类】
主题标签:Asthma。本站分类:呼吸系统疾病/哮喘。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03089346
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/NCT03089346
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:哮喘。哮喘是一个主要的公共卫生问题,其病理特征为支气管重塑,导致支气管壁增厚。计算机断层扫描(CT)是量化支气管厚度的参考方法,但涉及电离辐射,从而限制了频繁和长期随访的可能性。磁共振成像(MRI)是一种非电离的三维成像技术。然而,肺部MRI在技术上具有挑战性,目前尚未用于常规实践。实际上,低质子密度和磁化率效应均导致肺实质产生的信号强度非常低。最近,通过使用半射频激发和径向投影重建,实现了超短回波时间(UTE)的脉冲序列。这些UTE序列在理论上使得从肺实质中获取更多信号成为可能。我们的目标是在1.5T磁体(Avanto dot,Siemens)上使用3D T1加权UTE脉冲序列,在哮喘中评估支气管厚度。本研究将招募30名哮喘患者,其中包括10名重度哮喘患者。所有参与者都将接受CT和MRI检查。
我们的策略将包括使用MRI和CT对这些患者的支气管厚度进行量化,检测MRI与CT测量值之间的相关性,并评估使用MRI评估支气管厚度的可重复性。我们的目标是证明1.5T下的MRI-UTE脉冲序列在评估和量化支气管厚度方面既准确又可重复。
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。




