COPD与哮喘患者吸入与雾化beta-2激动剂副作用比较数据集
数据覆盖哮喘、COPD、beta-2激动剂、吸入器、雾化器、钾及副作用等主题，可用于分析不同给药方式下beta-2激动剂相关副作用的发生情况，支持呼吸系统疾病用药安全与临床比较研究（来源 figshare，CC BY 4.0 许可）
基本信息
资源简介
COPD与哮喘患者吸入与雾化beta-2激动剂副作用比较数据集
Comparison of Side Effects of Inhaled and Nebulized Beta-2 Agonists in Patients with COPD and Asthma
该数据集来自一项比较COPD与哮喘患者使用吸入与雾化beta-2激动剂副作用的研究，包含1个Excel文件，文件名为dataset Comparison of Side Effects of Inhaled and Nebulized Beta-2 Agonists in Patients with COPD and Asthma.xlsx。数据覆盖哮喘、COPD、beta-2激动剂、吸入器、雾化器、钾及副作用等主题，可用于分析不同给药方式下beta-2激动剂相关副作用的发生情况，支持呼吸系统疾病用药安全与临床比较研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2026-07-27。
【数据内容】
源站描述（机器翻译，仅供参考）：“COPD和哮喘患者吸入与雾化β-2受体激动剂副作用比较”研究的数据集
【数据结构与技术规格】
文件数 1 个，合计 41.26 KB。数据集 DOI：10.6084/m9.figshare.33097967.v1。
【主题与分类】
源站学科分类：Clinical sciences not elsewhere classified。主题标签：Asthma、beta-2 agonist、COPD、inhaler、nebulizer、potassium、side effects。本站分类：呼吸系统疾病/哮喘。
【适用方向】
源站学科分类标注为 Clinical sciences not elsewhere classified。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Comparison_of_Side_Effects_of_Inhaled_and_Nebulized_Beta-2_Agonists_in_Patients_with_COPD_and_Asthma/33097967
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Akkoç Tamer, Esra Betül (2026). Comparison of Side Effects of Inhaled and Nebulized Beta-2 Agonists in Patients with COPD and Asthma. figshare. Dataset
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://doi.org/10.6084/m9.figshare.33097967.v1
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:
数据集大小约 41.3 KB。
数据说明
“COPD和哮喘患者吸入与雾化β-2受体激动剂副作用比较”研究的数据集
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。
