NAC 对肺功能与 CT 黏液评分的影响

该数据集来自 clinicaltrials.gov,主题为 N-乙酰半胱氨酸(NAC)对哮喘患者肺功能及 CT 黏液评分的影响

University of California, San FranciscoUniversity of California, San Francisco
clinicaltrials
浏览 14
医学影像回归Asthma
The Effect of NAC on Lung Function and CT Mucus Score

基本信息

模态
医学影像
任务类型
回归
创建/更新时间
2026-10-08

资源简介

NAC 对肺功能与 CT 黏液评分的影响

该数据集来自 clinicaltrials.gov,主题为 N-乙酰半胱氨酸(NAC)对哮喘患者肺功能及 CT 黏液评分的影响。源站描述指出,黏液是重症哮喘发作的因素之一,但因其在慢性重症哮喘中是否阻塞管腔难以证明,研究者采用 CT 黏液闭塞评分这一新方法,发现多数重症哮喘患者至少有一个肺段存在黏液栓,27% 的患者有超过四个肺段存在黏液栓。该数据可用于探索以 CT 黏液评分作为生物标志物评估黏液溶解治疗在哮喘中作用的场景(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:哮喘。N-乙酰半胱氨酸(NAC)是一种黏液溶解药物,意思是它能分解黏液。研究者知道黏液是重症哮喘发作的一个因素。然而,黏液也可能是慢性重症哮喘的一个因素。由于难以证明黏液在慢性重症疾病中阻塞管腔,这一作用一直难以证实。使用一种对黏液闭塞进行评分的新方法,研究者利用 CT 成像发现,大多数重症哮喘患者至少有一个肺段存在黏液栓,27% 的患者有超过四个肺段存在黏液栓。历史上,对黏液溶解药物(如 NAC)的研究未能在其他阻塞性肺疾病(如慢性阻塞性肺疾病(COPD))中显示出益处。然而,利用 CT 黏液评分作为生物标志物,研究者认为黏液溶解治疗可能对患有 s 的患者有用

【主题与分类】

主题标签: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/NCT03822637

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT03822637

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:哮喘。N-乙酰半胱氨酸(NAC)是一种黏液溶解药物,意即它能分解黏液。研究者已知黏液是严重哮喘发作的一个因素。然而,黏液也可能是慢性重症哮喘的一个因素。由于难以证明黏液在慢性重症疾病中阻塞管腔,这一作用一直难以证实。研究者采用一种新的黏液阻塞评分方法,利用CT成像发现,大多数重症哮喘患者至少有一个肺段存在黏液栓,27%的患者有四个以上肺段存在黏液栓。历史上,对NAC等黏液溶解药物的研究并未显示出对其他阻塞性肺疾病(如慢性阻塞性肺疾病,COPD)有益。然而,研究者认为,利用CT黏液评分作为生物标志物,黏液溶解治疗可能对有明显黏液嵌塞的患者有益。这是一项随机、双盲、安慰剂对照的4期研究,研究对象为经CT成像确定肺部有黏液证据的哮喘患者,使用20% NAC治疗。

研究人员假设,针对气道中存在黏液而被选中的哮喘患者,使用如NAC这样的黏液溶解剂治疗,将会导致肺功能得到改善。

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。

获取专属数据定制方案