使用吸入超极化129-氙MRI评估Benralizumab在重度控制不佳嗜酸性哮喘中的效果
该数据集来自clinicaltrials.gov,为一项开放标签、单臂、先导性研究,纳入18至70岁重度、控制不佳的嗜酸性哮喘患者,旨在量化Benralizumab治疗前后超极化129-氙MRI的通气缺陷百分比(VDP)

基本信息
资源简介
使用吸入超极化129-氙MRI评估Benralizumab在重度控制不佳嗜酸性哮喘中的效果
该数据集来自clinicaltrials.gov,为一项开放标签、单臂、先导性研究,纳入18至70岁重度、控制不佳的嗜酸性哮喘患者,旨在量化Benralizumab治疗前后超极化129-氙MRI的通气缺陷百分比(VDP)。研究包含筛查访视及五次两小时随访,涉及肺量计、体积描记法、强迫振荡技术、多次呼吸氮冲洗及129-氙MRI等检查。数据可用于评估靶向生物制剂对嗜酸性哮喘肺部通气的影响,并支持影像与肺功能指标的关联分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:哮喘;嗜酸性。这是一项开放标签、单臂、先导性研究,对象为重度、控制不佳的嗜酸性哮喘患者,旨在量化超极化129-氙MRI通气缺陷百分比(VDP)在Benralizumab治疗前后的变化,治疗为前三次注射每4周一次(皮下注射)。将筛查18至70岁的男性和女性患者(入组,访视1),符合所有纳入和排除标准者将接受五次额外的两小时研究访视(访视2=第0天/基线,访视3=第14±2天,访视4=第28±2天,访视5=第56±2天,访视6=112±2天),涉及肺量计、体积描记法测定气道阻力(Raw)和肺容积、强迫振荡技术(FOT)、多次呼吸氮冲洗(MBNW)测定肺清除指数(LCI)以及129-氙MRI前后
【主题与分类】
主题标签:Asthma; Eosinophilic。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/NCT03733535
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/NCT03733535
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;嗜酸性。这是一项开放标签、单臂、试点研究,受试者为重度、控制不佳的嗜酸性哮喘患者,旨在量化在首次三次注射(皮下注射)每4周给药一次的本瑞珠单抗治疗前后超极化129-氙MRI通气缺损百分比(VDP)。将筛选18至70岁的男性和女性患者(入组,第1次访视),符合所有纳入和排除标准者将接受五次额外的两小时研究访视(第2次访视=第0天/基线,第3次访视=第14±2天,第4次访视=第28±2天,第5次访视=第56±2天,第6次访视=112±2天),内容包括肺量计检查、用于气道阻力(Raw)和肺容积的体描计检查、强迫振荡技术(FOT)、用于肺清除指数(LCI)的多次呼吸氮冲洗(MBNW)以及支气管舒张剂前后的129-氙MRI,但第5次访视除外,该次访视不包括MRI。在所有访视中,将在支气管舒张剂前测量呼出气一氧化氮分数(FeNO)。哮喘控制问卷(ACQ-6)、哮喘生活质量问卷(AQLQ)和St.
乔治呼吸问卷(SQRQ)将在除第3次访视外的所有访视中完成。第2次和第4次访视将进行诱导痰以测量痰嗜酸性粒细胞,第1次和第4次访视将采集血样以测量血嗜酸性粒细胞。符合所有纳入和排除标准的参与者将完成总共六次研究访视。在研究入组时,所有参与者将被分配至贝那利珠单抗治疗组(在第2次访视/第0天、第4次访视/第28天和第5次访视/第56天完成研究评估后注射30 mg)。第6次访视/第112天后,所有参与者将被邀请参加阿斯利康患者支持计划,以在第112天及此后每8周接受贝那利珠单抗治疗。
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。




