利用基于CT的身体成分成像参数理解重度哮喘队列生物制剂治疗反应的异质性
该数据集来自clinicaltrials.gov，聚焦重度哮喘队列中生物制剂治疗反应的异质性研究。数据集主题标签为Asthma，属于呼吸系统疾病/哮喘分类
基本信息
资源简介
利用基于CT的身体成分成像参数理解重度哮喘队列生物制剂治疗反应的异质性
该数据集英文名为 Utilizing CT Based Imaging Parameters of Body Composition to Understand Heterogeneity of Response to Biologic Therapies in Severe Asthma Cohorts，来源于 clinicaltrials.gov，主题标签为 Asthma，在本站归入呼吸系统疾病 / 哮喘分类。数据集围绕重度哮喘队列中生物制剂治疗反应的异质性展开，研究关注基于 CT 的体成分成像参数在这一问题中的作用。源站描述显示，该研究设有两个分支，分别对应两个队列：密歇根大学队列与 National Jewish Health 队列；两个队列被拆分为不同分支，是因为 National Jewish Health 队列被设定为验证组，用于验证从密歇根大学队列参与者所得出的结果。以下依据可获得的信息对该数据集作进一步介绍。
【数据集背景】
重度哮喘患者对生物制剂治疗的反应存在差异，理解这种异质性的来源是临床研究与精准治疗关注的问题。该数据集对应的研究以体成分的 CT 成像参数为切入点，尝试将影像学所反映的身体组成特征与生物制剂治疗反应联系起来。研究设计上采用两个队列的结构：密歇根大学队列与 National Jewish Health 队列，后者承担验证角色，用于检验前者所得结果的可重复性。这一安排体现了从发现到验证的研究思路，也使数据集在组织上呈现为两个分支。
【数据内容】
源站描述仅说明该研究涉及的条件为哮喘，并说明两个分支分别代表密歇根大学队列与 National Jewish Health 队列，未提供具体的变量字段、影像参数条目、样本量、随访时间或治疗反应判定指标等细节。因此，关于数据内容的具体构成，源站未提供。
【采集与来源】
该数据集来源站为 clinicaltrials.gov，属于注册于该平台的临床研究记录。研究涉及的两个队列分别来自密歇根大学与 National Jewish Health，其中后者被设定为验证组。关于数据采集的时间范围、采集流程、影像设备与扫描协议、伦理审批信息等，源站未提供。
【适用场景】
基于现有信息，该数据集适用于关注重度哮喘生物制剂治疗反应异质性的研究场景，尤其是涉及以 CT 体成分成像参数作为解释变量的分析；其两队列结构也适合用于结果验证类的研究设计，即在一个队列中得出的发现于另一队列中进行检验。关于更具体的适用分析类型或建模用途，源站未提供。
【使用方法】
源站描述表明两个分支对应两个队列，且 National Jewish Health 队列作为验证组使用，这提示使用时可区分发现队列与验证队列，分别开展分析与验证。关于数据访问方式、文件格式、变量字典、预处理步骤或分析代码等，源站未提供。
【质量与限制】
可获得的信息未包含样本量、缺失情况、数据完整性评估或偏倚控制措施等内容，源站未提供相关说明。由于缺乏这些细节，难以对数据质量作出具体判断。使用时应注意到该数据集为注册研究记录，其描述范围有限，具体数据内容与质量特征需以源站进一步信息为准。
【引用与许可】
关于该数据集的引用格式、许可条款与使用限制，源站未提供。
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/NCT06922760
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：哮喘。本研究的两组分别代表两个队列：密歇根大学队列和National Jewish Health队列。这些队列被分为两组，因为National Jewish Health队列旨在作为验证组，用于验证从密歇根大学队列参与者中获得的结果。
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。
