振动声学疗法联合振荡呼气正压治疗鼻塞
本数据集来自 clinicaltrials.gov,主题为振动声学疗法联合振荡呼气正压装置治疗鼻塞的疗效与安全性评价。研究纳入 200 例以鼻塞为主要症状且符合入组标准的受试者,其中 100 例接受声振动治疗装置(治疗组),包括 50 例过敏性鼻炎和 50 例过敏性鼻炎合并哮喘;另 100 例接受振

基本信息
资源简介
振动声学疗法联合振荡呼气正压治疗鼻塞
本数据集来自 clinicaltrials.gov,主题为振动声学疗法联合振荡呼气正压装置治疗鼻塞的疗效与安全性评价。研究纳入 200 例以鼻塞为主要症状且符合入组标准的受试者,其中 100 例接受声振动治疗装置(治疗组),包括 50 例过敏性鼻炎和 50 例过敏性鼻炎合并哮喘;另 100 例接受振荡呼气正压治疗装置(无声学功能,仅具振荡呼气正压功能)作为对照组,同样包括 50 例过敏性鼻炎和 50 例过敏性鼻炎合并哮喘。数据可用于呼吸系统疾病中过敏性鼻炎与哮喘相关鼻塞治疗方案的分类与疗效比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:特应性鼻炎、特应性哮喘。目的:评估声振动联合振荡呼气正压装置治疗鼻塞患者的疗效与安全性。方法:本研究共纳入 200 例以鼻塞为主要症状且符合入组标准的受试者。其中,100 例受试者接受声振动治疗装置(治疗组),包括 50 例过敏性鼻炎受试者和 50 例过敏性鼻炎合并哮喘受试者;另 100 例受试者接受振荡呼气正压治疗装置(无声学功能,仅具振荡呼气正压功能)作为对照组,同样包括 50 例过敏性鼻炎受试者和 50 例过敏性鼻炎合并哮喘受试者。
【主题与分类】
主题标签:Atopic Rhinitis、Atopic 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/NCT07114107
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/NCT07114107
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:变应性鼻炎、变应性哮喘。目的:评估声振动联合振荡呼气正压装置治疗鼻塞患者的疗效与安全性。方法:共纳入200名以鼻塞为主要症状且符合纳入标准的受试者。其中,100名受试者接受声振动治疗装置治疗(治疗组),包括50名变应性鼻炎受试者和50名变应性鼻炎合并哮喘受试者;另外100名受试者接受振荡呼气正压治疗装置(无声振动功能,仅具有振荡呼气正压功能)治疗,作为对照组,同样包括50名变应性鼻炎受试者和50名变应性鼻炎合并哮喘受试者。
在受试者同意使用基础药物(抗组胺药、糠酸莫米松鼻喷雾剂、ICS-LABA)的前提下,分别指导他们使用声振动治疗装置或振荡式呼气正压治疗装置,每日3次,每次3分钟。在单次使用后即刻,以及使用2周、4周和8周时测量鼻塞相关指标。监测鼻通气及伴随症状的改善情况,以明确两种装置的有效性和安全性。关键入选标准:签署知情同意书时年龄为12-50岁的受试者,性别不限;符合过敏性鼻炎伴或不伴哮喘的指南诊断标准;存在明显鼻塞至少1周,伴或不伴哮喘,且尽管使用鼻内糖皮质激素和/或其他治疗药物,症状仍控制不佳;中重度季节性过敏性鼻炎(SAR)患者,平均总鼻症状评分(TNSS)≥9分,其中鼻塞≥3分;将
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。




