扩展版 Salford 肺研究(Ex-SLS)数据访问项目

该数据集来自 clinicaltrials.gov,聚焦哮喘,属于呼吸系统疾病范畴。其基础是 Salford 肺研究(SLS)中一组 COPD 与哮喘患者,这些患者在较短时间内被高度详细地表征

GlaxoSmithKlineGlaxoSmithKline
clinicaltrials
浏览 7
文本预测Asthma
The Extended Salford Lung Study ("Ex-SLS") Data Access Project

基本信息

模态
文本
任务类型
预测
创建/更新时间
2026-10-08

资源简介

扩展版 Salford 肺研究(Ex-SLS)数据访问项目

该数据集来自 clinicaltrials.gov,聚焦哮喘,属于呼吸系统疾病范畴。其基础是 Salford 肺研究(SLS)中一组 COPD 与哮喘患者,这些患者在较短时间内被高度详细地表征。原始数据仅限随机化前三年及十二个月干预治疗期,且受试者最初仅同意将研究相关信息共享给申办方 GSK。扩展数据访问项目拟通过电子病历收集受试者过去与未来最长十年的数据,并辅以一次性患者问卷,从而覆盖患者完整疾病历程,可用于研究 COPD/哮喘的风险、治疗与进展(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:哮喘。Salford 肺研究(SLS)受试者代表了一组 COPD 和哮喘患者,其疾病在较短时间内被极为详细地表征。SLS 受试者最初同意将与该研究相关的信息共享给申办方(GSK)。这些数据仅限于随机化前三年以及十二个月的干预治疗期。扩大对患者数据的访问将允许对 SLS 受试者的整个疾病历程进行研究,为增进对 COPD/哮喘疾病风险、治疗和进展的科学与临床理解提供了难得的机会。本提案旨在通过 SLS 患者的电子病历(涵盖自同意之日起最长十年的过去和未来数据)以及一次性患者问卷,收集额外的受试者层面数据。

【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/NCT03152669

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/NCT03152669

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

条件:哮喘。Salford肺研究(SLS)的受试者代表了一组在短时间内疾病特征得到极其详细描述的COPD和哮喘患者。SLS中的受试者最初同意将与研究相关的信息与申办方(GSK)共享。这些数据仅限于随机化前三年及十二个月的干预治疗期间。扩大对患者数据的访问权限将允许对SLS受试者的整个疾病历程进行研究,为增进对COPD/哮喘疾病风险、治疗和进展的科学与临床理解提供了难得的机会。本提案旨在通过受试者的电子病历(涵盖自同意之日起长达10年的过去和未来数据)以及同意时进行的一次性患者问卷调查,从SLS患者中收集额外的受试者层面数据。

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