支气管热成形术治疗伴动态肺过度充气的重度哮喘
该数据集来自 clinicaltrials.gov,主题为支气管热成形术治疗伴动态肺过度充气的重度哮喘。支气管热成形术是经支气管镜射频消融气道平滑肌、降低其厚度的技术,可改善哮喘控制与生活质量,减少急性加重和急诊住院,需每3至4周进行3次操作

基本信息
资源简介
支气管热成形术治疗伴动态肺过度充气的重度哮喘
该数据集英文名为 Bronchial Thermoplasty for Severe Asthma With Dynamic Hyperinflation,来源于 clinicaltrials.gov,主题聚焦于支气管热成形术治疗伴动态肺过度充气的重度哮喘。支气管热成形术是一种经支气管镜射频消融气道平滑肌、降低其厚度的技术,已被证实可用于重度哮喘的管理。该治疗可改善哮喘控制与生活质量,减少急性加重频率和急诊住院次数,通常需要每3至4周进行3次操作。数据集涉及的条件包括哮喘与肺过度充气,主题标签为 Asthma 和 Hyperinflation。其关注的核心问题在于:症状评分(ACQ)和生活质量评分(AQLQ)的改善与第一秒用力呼气容积(FEV1)未见改善之间存在矛盾,研究者假设这一矛盾源于运动时出现的效率提升,靶向动态肺过度充气现象。
【数据集背景】
支气管热成形术是近年来得到验证的支气管镜技术,用于重度哮喘的管理,通过射频方式处理气道平滑肌以减少其厚度。该手术可改善哮喘控制与生活质量,同时降低急性加重频率和急诊住院次数。该治疗需要每3至4周进行3次操作。然而,其有效性的病理生理机制尚需更好地理解,以便更准确地筛选最佳候选患者。特别是,症状改善(ACQ)、生活质量改善(AQLQ)与第一秒用力呼气容积(FEV1)缺乏改善之间存在不一致。研究者假设这一矛盾是由于在运动时出现的一种效率提升,靶向动态肺过度充气现象。该数据集即围绕这一背景设立,旨在探索支气管热成形术在伴动态肺过度充气的重度哮喘中的作用机制与效果评估。
【数据内容】
源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述中提及的条件为 Asthma 与 Hyperinflation。其余采集方式、时间范围、样本量、采集机构等信息源站未提供。
【适用场景】
该数据集适用于呼吸系统疾病 / 哮喘领域,特别是围绕支气管热成形术治疗伴动态肺过度充气的重度哮喘的研究场景。其主题标签为 Asthma 和 Hyperinflation。潜在应用方向包括探索支气管热成形术改善症状与生活质量但未改善 FEV1 这一矛盾的机制,以及评估运动时动态肺过度充气现象与治疗效率之间的关系。其余具体适用场景源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT02618551
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
疾病情况:哮喘、肺过度充气。支气管热成形术是近期得到验证的一种支气管镜技术,用于治疗重度哮喘,通过射频作用于平滑肌以减少其厚度。此手术能改善哮喘控制和生活质量,同时也能减少急性发作频率和急诊住院次数。该治疗需每3至4周进行3次手术。为了更精准地筛选最适合的患者,其有效性背后的病理生理机制需进一步明确。特别是,症状改善(ACQ评分)、生活质量提升(AQLQ问卷)与第一秒用力呼气容积(FEV1)未见改善之间存在矛盾。研究者假设这一悖论源于运动时出现的效率提升,针对的是动态肺过度充气现象。本研究旨在评估支气管热成形术对重度哮喘患者动态肺过度充气的影响。
次要目标是评估支气管热成形术(ACQ、AQLQ)在选定的动态肺过度充气患者群体中的有效性,并通过探头式共聚焦激光显微内镜(pCLE)描述支气管壁结构变化。
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。




