可穿戴听诊器哮喘肺音数据集
该数据集源自 clinicaltrials.gov 的一项临床试验,聚焦于哮喘、儿童哮喘与上气道阻塞。研究评估一种原型可穿戴听诊器,用于记录 4 至 17 岁能够完成肺功能检查的哮喘儿童和青少年的肺音,并评估哮喘控制情况

基本信息
资源简介
可穿戴听诊器哮喘肺音数据集
该数据集源自 clinicaltrials.gov 的一项临床试验,聚焦于哮喘、儿童哮喘与上气道阻塞。研究评估一种原型可穿戴听诊器,用于记录 4 至 17 岁能够完成肺功能检查的哮喘儿童和青少年的肺音,并评估哮喘控制情况。研究旨在判断该原型能否准确检测与哮喘控制及支气管扩张剂治疗反应相关的具有临床意义的肺音变化,并考察其与商用 Thinklabs One 数字听诊器记录在识别正常与异常肺音上的一致性,以及所检测肺音与儿童哮喘控制测试所测症状控制的关联(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:哮喘、儿童哮喘、上气道阻塞。本临床试验的目标是评估一种原型可穿戴听诊器,该听诊器设计用于记录肺音并评估 4 至 17 岁能够进行肺量测定法的哮喘儿童和青少年的哮喘控制情况。该研究旨在确定该原型可穿戴听诊器能否准确检测与哮喘控制及支气管扩张剂治疗反应相关的具有临床意义的肺音变化。它旨在回答的主要问题是: 该原型可穿戴听诊器在识别正常和异常肺音方面是否与从市售 Thinklabs One 数字听诊器获得的录音表现出一致性? 该原型可穿戴听诊器检测到的肺音是否与通过儿童哮喘控制测试测量的哮喘症状控制相关
【主题与分类】
主题标签:Asthma、Pediatric Asthma、Airway Obstruction Upper。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/NCT07792330
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/NCT07792330
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:哮喘、儿童哮喘、上气道阻塞。本临床试验的目标是评估一种原型可穿戴听诊器,该听诊器旨在记录肺音并评估4至17岁能够进行肺量计检查的儿童和青少年哮喘患者的哮喘控制情况。本研究旨在确定该原型可穿戴听诊器能否准确检测与哮喘控制及支气管扩张剂治疗反应相关的具有临床意义的肺音变化。其旨在回答的主要问题包括:* 该原型可穿戴听诊器在识别正常与异常肺音方面,是否与市售Thinklabs One数字听诊器获得的录音具有一致性?
- 原型可穿戴听诊器检测到的肺音是否与通过儿童哮喘控制测试(cACT)或哮喘控制测试(ACT)衡量的哮喘症状控制相关?研究人员将比较原型可穿戴听诊器获得的录音与FDA批准的Thinklabs One数字听诊器获得的录音,以评估原型设备检测异常肺音及支气管扩张剂治疗后肺音变化的能力。
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。




