针对哮喘中功能障碍性呼吸的呼吸练习
该数据集来自 clinicaltrials.gov,主题为针对哮喘中功能障碍性呼吸的呼吸练习。源站描述显示,丹麦约30万哮喘患者,其中20-29%存在功能障碍性呼吸(DB),可导致或加重呼吸困难

基本信息
资源简介
针对哮喘中功能障碍性呼吸的呼吸练习
该数据集来自 clinicaltrials.gov,主题为针对哮喘中功能障碍性呼吸的呼吸练习。源站描述显示,丹麦约30万哮喘患者,其中20-29%存在功能障碍性呼吸(DB),可导致或加重呼吸困难。研究拟纳入190名哮喘控制不佳的成人,来自七个门诊部和一家专科私人诊所,随机分为常规护理组或为期12周的呼吸练习干预组,评估其对生活质量和体力活动的影响。数据可用于哮喘呼吸康复、随机对照试验设计及呼吸系统疾病研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:哮喘中的功能障碍性呼吸。在丹麦,约30万人患有哮喘。呼吸困难可使哮喘患者失能。导致呼吸困难的功能障碍性呼吸(DB)可模拟或加重哮喘。约20-29%的哮喘患者存在DB。呼吸练习(BrEX)可改善较轻哮喘的哮喘相关生活质量(QOL)和哮喘症状控制。尚无研究探讨BrEX对重度哮喘患者QOL及体力活动水平的影响。一项随机对照多中心试验将纳入190名哮喘控制不佳(哮喘控制问卷(ACQ6)评分≥0.8)的成人,来自七个门诊部和一家专科私人诊所。在优化吸入技术后,患者将被分配至常规护理(无干预)或BrEX治疗,后者包括为期12周的干预,含三次物理治疗
【主题与分类】
主题标签:Dysfunctional Breathing in 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/NCT03127059
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/NCT03127059
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:哮喘中的功能障碍性呼吸。在丹麦,约有30万人患有哮喘。呼吸困难可使哮喘患者丧失能力。导致呼吸困难的功能障碍性呼吸(DB)可模拟或加重哮喘。约20-29%的哮喘患者存在DB。呼吸练习(BrEX)可改善轻度哮喘患者的哮喘相关生活质量(QOL)和哮喘症状控制。尚无研究探讨BrEX对重度哮喘患者QOL及身体活动水平的影响。一项随机对照多中心试验将纳入来自七个门诊部和一家专科私人诊所的190名哮喘控制不佳(哮喘控制问卷(ACQ6)评分≥0.8)的成人。在优化吸入技术后,患者将被分配至常规护理(无干预)或BrEX治疗,后者包括为期12周的干预,包括三次物理治疗师会话,重点关注休息和活动中的呼吸模式调整(Papworth方法;Buteyko技术),以及每日两次、每次10分钟的家庭练习。主要结局是六个月随访时迷你哮喘生活质量问卷(MiniAQLQ)的变化。
次要结局包括ACQ6、奈梅亨过度通气问卷(NQ)、医院焦虑抑郁量表(HAD)、加速度计测量(身体活动水平、步数)、6分钟步行距离和第一秒用力呼气容积(FEV1)的变化,以及哮喘相关生活质量和哮喘控制中全球感知效应率(GPE)的反应。
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。




