家庭环境真菌暴露程度与慢性阻塞性肺疾病患者临床症状的关系
该数据集来自 clinicaltrials.gov,主题为家庭环境真菌暴露程度与慢性阻塞性肺疾病(COPD)患者临床症状之间的关系

基本信息
资源简介
家庭环境真菌暴露程度与慢性阻塞性肺疾病患者临床症状的关系
该数据集来自 clinicaltrials.gov,主题为家庭环境真菌暴露程度与慢性阻塞性肺疾病(COPD)患者临床症状之间的关系。源站描述指出,Aspergillus 孢子暴露与哮喘或气道炎症症状相关,可能引发伴急性或慢性炎症的严重真菌并发症;在主要病因因素为香烟烟雾的 COPD 患者中,A. fumigatus 致敏与肺功能较差有关,且伴真菌致敏的 COPD 患者粒细胞计数更高,提示炎症更严重。痰真菌培养在哮喘或 COPD 患者中常呈阳性,真菌定植与感染也被怀疑与 COPD 急性加重相关。该数据可用于研究真菌暴露与 COPD 临床症状及炎症指标的关联(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Chronic Obstructive Pulmonary Disease. 暴露于 Aspergillus 孢子与哮喘或气道炎症症状相关(Chaudhary & Marr, 2011; Smith & Denning, 2011),可能导致伴急性或慢性炎症的严重真菌并发症的发生。在慢性阻塞性肺疾病(COPD)患者中,其主要病因因素是香烟烟雾,已有报道称 A. fumigatus 致敏与肺功能较差相关(Bafadhel et al., 2014)。此外,伴真菌致敏的 COPD 患者表现出更高的粒细胞计数,意味着更严重的炎症(Agarwal, Gaur, & Chowdhary, 2015)。来自痰的真菌培养在哮喘或 COPD 患者中常为阳性(Pashley, 2014)。真菌定植和感染也被怀疑与 COPD 的急性加重相关,但其潜在作用在 p
【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/NCT05456178
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/NCT05456178
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:慢性阻塞性肺疾病。暴露于曲霉菌孢子与哮喘症状或气道炎症相关(Chaudhary & Marr, 2011; Smith & Denning, 2011),可能导致伴有急性或慢性炎症的严重真菌并发症的发生。在主要病因因素为吸烟的慢性阻塞性肺疾病(COPD)患者中,已有报道称烟曲霉致敏与肺功能不良有关(Bafadhel等,2014)。此外,伴有真菌致敏的COPD患者表现出更高的粒细胞计数,暗示炎症更为严重(Agarwal, Gaur, & Chowdhary, 2015)。哮喘或COPD患者的痰真菌培养常呈阳性(Pashley, 2014)。真菌定植和感染也被怀疑与COPD急性加重有关,但其在COPD发病机制中的潜在作用尚知之甚少(Bafadhel等,2014)。假设是COPD患者在暴露于真菌孢子后肺部症状会恶化。本研究将确保对患者住所环境真菌暴露进行量化的可行性。
为此,将在客厅放置一块静电擦拭布,并在卧室放置另一块,持续12周。这些擦拭布将由克罗瓦鲁斯医院的真菌学实验室进行分析。如果这项初步研究的结果具有决定性,计划通过一项区域多中心研究继续这一分析。
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。




