哮喘:急性加重表型分析 2
该数据集来自 clinicaltrials.gov,为单中心、观察性、纵向队列研究,纳入约 100 名经临床医生诊断为哮喘且过去 5 年内至少发生过一次急性加重的患者,患者来源于二级医疗、初级医疗及 Nottingham Respiratory Research Database(NRRD)

基本信息
资源简介
哮喘:急性加重表型分析 2
该数据集来自 clinicaltrials.gov,为单中心、观察性、纵向队列研究,纳入约 100 名经临床医生诊断为哮喘且过去 5 年内至少发生过一次急性加重的患者,患者来源于二级医疗、初级医疗及 Nottingham Respiratory Research Database(NRRD)。基线访视后对受试者进行持续随访,当其自感哮喘症状加重至通常需寻求医疗帮助时联系研究团队,并接受评估访视及可能的急性加重访视。数据可用于哮喘急性加重的表型分析与后续事件预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:ASTHMA。一项单中心、观察性、纵向队列研究。该研究将纳入一组约 100 名经临床医生诊断为哮喘的患者,这些患者在知情同意前过去 5 年内至少发生过一次急性加重。他们将从二级医疗、初级医疗和 Nottingham Respiratory Research Database(NRRD)中识别。基线访视后,每位受试者将在参与研究期间接受随访。参与者若认为其哮喘症状加重至通常需要寻求医疗专业人员帮助的程度,将被要求联系研究团队。随后他们将被邀请参加评估访视和可能的急性加重访视。完成该访视的参与者将继续留在研究中,因为我们有兴趣比较后续事件。
【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/NCT04293445
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/NCT04293445
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。一项单中心、观察性、纵向队列研究。该研究将纳入一组约100例经临床医生诊断为哮喘的患者,这些患者在知情同意前5年内至少发生过一次急性加重。患者将从二级医疗、初级医疗及诺丁汉呼吸研究数据库(NRRD)中识别。基线访视后,每位受试者将在其参与研究的整个期间接受随访。参与者若认为其哮喘症状加重至通常需要寻求医疗专业人员帮助的程度,将被要求联系研究团队。随后,他们将被邀请参加评估访视及可能的急性加重访视。完成该访视的参与者将继续留在研究中,因为我们有兴趣比较同一个体的后续事件,以确定急性加重的稳定性和一致性。所有参与者,无论是否参加了评估访视,都将被邀请参加年度访视。
研究团队还将在征得参与者同意的情况下,每隔3个月与他们联系一次,讨论研究进展并提供最新信息。
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。




