非CE标志医疗器械(MD)验证研究
该数据集来自clinicaltrials.gov,聚焦慢性咳嗽与哮喘人群,用于非CE标志医疗器械的验证研究。研究招募咳嗽持续至少12个月且近8周持续、诊断为或疑似难治性慢性咳嗽的患者,或已确诊哮喘的患者,共50人入组

基本信息
资源简介
非CE标志医疗器械(MD)验证研究
该数据集来自clinicaltrials.gov,聚焦慢性咳嗽与哮喘人群,用于非CE标志医疗器械的验证研究。研究招募咳嗽持续至少12个月且近8周持续、诊断为或疑似难治性慢性咳嗽的患者,或已确诊哮喘的患者,共50人入组。参与者将佩戴SIVA-MVP可穿戴设备及配件,并使用咳嗽严重程度VAS和Leicester Cough Questionnaire评估咳嗽严重程度及对生活质量的影响。数据可用于咳嗽相关症状评估、器械验证及呼吸系统疾病研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性咳嗽。在慢性咳嗽诊断后,主要研究者(或其指定人员)将根据预定义的入选标准识别可能符合条件的患者参与本研究。研究将招募咳嗽持续至少12个月且在过去8周内持续、诊断为或疑似难治性慢性咳嗽的患者,或已确诊哮喘的患者。研究共入组50名患者。决定参与的患者在获得知情同意后进入研究。他们将获得SIVA-MVP可穿戴设备及相关配件。他们将被要求用视觉模拟量表(Cough Severity VAS)评估当前咳嗽严重程度,并填写Leicester Cough Questionnaire(LCQ)以评估咳嗽对生活质量的影响。参与者将重新
【主题与分类】
主题标签:Chronic Cough。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/NCT05689307
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/NCT05689307
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:慢性咳嗽。在慢性咳嗽诊断后,主要研究者(或其指定人员)将根据预定义的纳入标准,识别可能符合条件参与本研究的患者。本研究将招募咳嗽持续时间至少12个月且在过去8周内持续存在,并被诊断为或疑似难治性慢性咳嗽的患者,或已确诊哮喘的患者。本研究共将纳入50名患者。决定参与的患者在获得知情同意后进入研究。他们将收到SIVA-MVP可穿戴设备及相关配件。他们将被要求使用视觉模拟量表(咳嗽严重程度VAS)评估当前咳嗽严重程度,并填写莱斯特咳嗽问卷(LCQ)以评估咳嗽对其生活质量的影响。参与者在研究结束时将收到第二份咳嗽严重程度VAS和LCQ以供填写,以及一个回邮信封。参与者将接受标准护理,并被要求白天将SIVA-MVP佩戴在胸部,睡眠时在床边充电,持续14天。
每天晚上,SIVA-MVP智能手机应用程序会提示他们记录主餐的时间。第15天,研究护士将对每位参与者进行预定的电话访谈。电话访谈将包括指导患者填写最终的咳嗽严重程度VAS和LCQ,询问参与者用户反馈问卷中的问题,并指导患者使用回邮信封将问卷表格及SIVA-MVP可穿戴设备及其配件寄回试验点。参与者用户反馈问卷将包括对佩戴舒适度、易用性以及长时间佩戴意愿的评分。
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。




