慢性阻塞性肺疾病体位引流联合与不联合叩击
该数据集来自 clinicaltrials.gov,主题为慢性阻塞性肺疾病(COPD)患者体位引流联合与不联合叩击的比较

基本信息
资源简介
慢性阻塞性肺疾病体位引流联合与不联合叩击
该数据集来自 clinicaltrials.gov,主题为慢性阻塞性肺疾病(COPD)患者体位引流联合与不联合叩击的比较。源站描述指出,慢性呼吸系统疾病涉及气道及肺泡、支气管、细支气管等结构,常见类型包括哮喘、COPD 和其他呼吸系统过敏;COPD 导致气道永久性损伤并变窄,使空气进出肺部困难,属于一组进行性肺疾病,包括慢性支气管炎和肺气肿,主要病因包括吸烟、空气污染、职业性烟雾或颗粒暴露以及 Alpha-1-antitrypsin 缺乏。数据可用于呼吸系统疾病相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性阻塞性肺疾病。慢性呼吸系统疾病指气道及肺部其他结构(如肺泡、支气管和细支气管)的慢性疾病。一些最常见的疾病包括哮喘、慢性阻塞性肺疾病(COPD)和其他呼吸系统过敏。COPD 导致气道永久性损伤,使其变窄,导致空气难以进出肺部,它属于一组进行性肺疾病,使呼吸变得困难——包括慢性支气管炎和肺气肿(通过肺功能和 X 射线证据评估)。人们因肺部长期损伤而呼吸困难,主要由吸烟、暴露于空气污染、工作中暴露于烟雾或颗粒(例如焊接烟雾或煤尘)以及 Alpha-1-antitrypsin 缺乏(一种遗传
【主题与分类】
主题标签:Chronic Obstructive Pulmonary Disease。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/NCT05649423
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/NCT05649423
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:慢性阻塞性肺疾病。慢性呼吸系统疾病是指气道及肺部其他结构(如肺泡、支气管和细支气管)的慢性疾病。一些最常见的疾病包括哮喘、慢性阻塞性肺疾病(COPD)以及其他呼吸道过敏。COPD会导致气道永久性损伤,使气道变得狭窄,导致空气难以进出肺部,它属于一组使人呼吸困难的进行性肺部疾病——包括慢性支气管炎和肺气肿(通过肺功能检查和X线证据评估)。人们因肺部长期损伤而呼吸困难,主要由吸烟、暴露于空气污染、工作中接触烟雾或颗粒物(例如焊接烟雾或煤尘)以及Alpha-1-抗胰蛋白酶缺乏症(一种遗传性疾病)引起。严重影响患者健康的症状包括咳嗽、运动耐量下降、气短和气短。
本研究旨在确定体位引流联合或不联合叩击对黏液清除、呼吸困难和生存质量的影响。胸部物理治疗是指一组旨在清除分泌物的治疗方法,从而有助于减少呼吸做功、促进肺扩张并防止肺塌陷。对于COPD患者而言,其生存质量受到很大影响,包括运动耐量下降、日常生活活动能力下降、焦虑、孤立感、社会参与减少等。本研究将是一项随机对照试验,研究将在拉合尔Sheikh Zaid医院进行。在本研究中,我们主要关注符合预定纳入和排除标准的受试者,将采用抽签法将其分为两组。样本量将为34例,包括男性和女性。受试者不论
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。




