健康与患病肺部的炎症及生理特征研究
该数据集来自 clinicaltrials.gov,聚焦健康与患病肺部的炎症及生理特征研究,覆盖 COPD、Asthma、Airway Disease 等呼吸系统疾病

基本信息
资源简介
健康与患病肺部的炎症及生理特征研究
该数据集来自 clinicaltrials.gov,聚焦健康与患病肺部的炎症及生理特征研究,覆盖 COPD、Asthma、Airway Disease 等呼吸系统疾病。研究对象包括 18 岁以上确诊或疑似气道疾病患者,以及年龄匹配、无重大疾病的健康志愿者。数据采集涉及疾病特异性问卷、肺功能测试(含 spirometry 或 oscillometry)、痰液收集、鼻腔采样,以及可选的支气管镜检查,随访按年度及治疗变化、疾病加重等临床相关时间点进行。研究地点为 King's College London 和 Guys and St Thomas' NHS Foundation Trust(GSTFT)。可用于呼吸系统疾病的分类、炎症与生。
【数据内容】
源站描述(机器翻译,仅供参考):条件:COPD、Asthma、Airway Disease。在这项观察性研究中,我们将招募 18 岁以上确诊或疑似气道疾病的患者,以及年龄匹配、无重大疾病的健康志愿者。将询问参与者是否同意加入研究,并在临床相关时间点(治疗变化、疾病加重等)邀请其参加,以及可选的支气管镜检查访视。预计参与者将每年接受一次访视,任何额外的加重/治疗访视也将被记录。研究访视将在 King's College London 和 Guys and St Thomas' NHS Foundation Trust(GSTFT)进行,所有支气管镜检查访视均在 GSTFT 内进行。1. 疾病特异性问卷。2. 肺功能测试,包括 spirometry 或 oscillometry(若此前 6 个月内未进行)。3. 痰液收集。4. 鼻腔采样,包括
【主题与分类】
主题标签:COPD、Asthma、Airway 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/NCT06144476
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/NCT06144476
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、哮喘、气道疾病。在这项观察性研究中,我们将招募18岁以上确诊或疑似气道疾病的患者,以及年龄匹配、无重大疾病的健康志愿者。将询问参与者是否同意加入研究,并在临床相关时间点(治疗变更、疾病急性加重等)邀请其参与,以及参加可选的气管镜检查访视。预计参与者将每年接受一次随访,任何额外的急性加重/治疗访视也将被记录。研究访视将在伦敦国王学院以及盖伊和圣托马斯NHS基金会信托(GSTFT)进行,所有气管镜检查访视均在GSTFT内进行。1. 疾病特异性问卷。2. 肺功能检查,包括肺量计或振荡法(若过去6个月内未进行过)。3. 痰液采集。4. 鼻腔采样,包括鼻吸附、鼻刷检、鼻灌洗或鼻咽拭子。5. 呼出气。6. 血液样本(少于6汤匙)。可选 7.
支气管镜检查,涉及将柔性纤维光学摄像头插入肺部,以收集支气管肺泡灌洗液、支气管吸附物、支气管刷检和支气管活检样本。8. 在以后的时间重复这些程序——预计每年一次或在临床相关变化时进行。
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。




