慢性肺部疾病靶向抗生素数据集
该数据集来自 clinicaltrials.gov，聚焦慢性肺部疾病中的靶向抗生素应用，覆盖 COPD、呼吸道感染、Pseudomonas Aeruginosa、支气管扩张与哮喘
基本信息
资源简介
慢性肺部疾病靶向抗生素数据集
该数据集来自 clinicaltrials.gov，聚焦慢性肺部疾病中的靶向抗生素应用，覆盖 COPD、呼吸道感染、Pseudomonas Aeruginosa、支气管扩张与哮喘。源站描述指出，P. aeruginosa 可能是慢性肺部疾病急性加重的重要诱因，并与显著发病率和死亡率相关，但其在 COPD、非 CF 支气管扩张和哮喘病程中的作用尚不明确，缺乏循证管理指南。该细菌更常见于疾病晚期和肺功能严重受损者，但难以确定其对不良临床结局的贡献程度。数据可用于相关临床研究与分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：COPD、呼吸道感染、Pseudomonas Aeruginosa、支气管扩张、Asthma。P. aeruginosa 是慢性肺部疾病急性加重的一个潜在重要原因，并可能与显著的发病率和死亡率相关。尽管如此，P. aeruginosa 在 COPD、非 CF 支气管扩张和哮喘病程中的作用仍较少被充分描述，且缺乏针对该细菌管理和治疗的循证指南。P. aeruginosa 更可能从疾病更晚期和肺功能严重受损的患者中分离出来。然而，由于严重受损的肺功能本身即是慢性肺部疾病患者死亡率的强预测因子，因此难以就该细菌对不良临床结局的贡献程度得出明确结论。感染 P. aeruginosa 可能
【主题与分类】
主题标签：COPD、Respiratory Tract Infections、Pseudomonas Aeruginosa、Bronchiectasis、Asthma。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/NCT03262142
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/NCT03262142
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、呼吸道感染、铜绿假单胞菌、支气管扩张、哮喘。铜绿假单胞菌是慢性肺部疾病急性加重的一个潜在重要原因，并可能与显著的发病率和死亡率相关。尽管如此，铜绿假单胞菌在慢性阻塞性肺疾病、非囊性纤维化支气管扩张和哮喘病程中的作用仍不十分明确，且缺乏针对该细菌管理和治疗的循证指南。铜绿假单胞菌更常见于疾病进展较严重和肺功能严重受损的患者。然而，由于严重降低的肺功能本身即是慢性肺部疾病患者死亡率的强预测因子，因此很难就细菌对不良临床结果的影响程度得出明确结论。因此，铜绿假单胞菌感染可能继发于肺组织损伤和肺功能下降，从而对预后无独立影响。迄今为止，据研究者所知，尚无随机对照试验探讨针对铜绿假单胞菌的特定抗生素治疗是否
铜绿假单胞菌可降低COPD、非囊性纤维化支气管扩张症和哮喘患者新发急性加重的风险，并改善其长期预后。在丹麦，针对铜绿假单胞菌的首选治疗通常为10-14天的静脉联合治疗，使用对铜绿假单胞菌有活性的抗生素（哌拉西林/他唑巴坦和环丙沙星）。本研究旨在探讨以靶向铜绿假单胞菌活性抗生素进行干预能否减少肺功能丧失、降低急性加重频率及死亡率。
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。
