支气管扩张症的功能性吸气肌训练
该数据集来自 clinicaltrials.gov,主题为支气管扩张症的功能性吸气肌训练。支气管扩张症是一种慢性呼吸系统疾病,以反复肺部急性加重、慢性咳嗽和咳痰为临床特征,与气道-动脉比值升高及永久性气道扩张相关,是继 COPD 和哮喘之后第三常见的慢性呼吸疾病,在 ICD-10 中有独立诊断编码

基本信息
资源简介
支气管扩张症的功能性吸气肌训练
该数据集来自 clinicaltrials.gov,主题为支气管扩张症的功能性吸气肌训练。支气管扩张症是一种慢性呼吸系统疾病,以反复肺部急性加重、慢性咳嗽和咳痰为临床特征,与气道-动脉比值升高及永久性气道扩张相关,是继 COPD 和哮喘之后第三常见的慢性呼吸疾病,在 ICD-10 中有独立诊断编码 J47.9。该病中黏液纤毛清除功能因支气管扩张而受损,细菌和黏液清除不足导致持续感染、炎症及进一步气道损伤,进而造成肺功能受损和症状恶化。数据可用于呼吸系统疾病相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:支气管扩张症、功能性吸气肌训练。支气管扩张症是一种慢性呼吸系统疾病,临床特征为反复肺部急性加重、慢性咳嗽和咳痰,并与气道-动脉比值升高及永久性气道扩张相关。它被认为是继慢性阻塞性肺疾病(COPD)和哮喘之后第三常见的慢性呼吸疾病。在国际疾病分类及相关健康问题统计分类(ICD-10)中,它有独立的诊断编码(J47.9)。在支气管扩张症中,由于支气管扩张,黏液纤毛清除功能受损,呼吸道中细菌和黏液清除不足导致持续感染、炎症及进一步气道损伤。进行性气道损伤导致肺功能受损、症状恶化,并最终
【主题与分类】
主题标签:Bronchiectasis、Functional Inspiratory Muscle Training。本站分类:呼吸系统疾病/肺炎。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07188675
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/NCT07188675
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:支气管扩张症、功能性吸气肌训练。支气管扩张症是一种慢性呼吸系统疾病,临床特征为反复肺部急性加重、慢性咳嗽和咳痰,并与气道-动脉比值增高及永久性气道扩张相关。它被认为是仅次于慢性阻塞性肺疾病(COPD)和哮喘的第三大常见慢性呼吸系统疾病。在《国际疾病分类及相关健康问题》(ICD-10)中,它有自己的诊断编码(J47.9)。在支气管扩张症中,由于支气管扩张,黏液纤毛清除功能受损,呼吸道中细菌和黏液清除不足导致持续感染、炎症和进一步的气道损伤。进行性气道损伤导致肺功能受损、症状恶化,最终导致呼吸衰竭和死亡。它可以是多种感染性、过敏性、炎症性、遗传性和退行性疾病的最终通路,使其成为最复杂和异质性最强的综合征之一。
部分患者每日均有症状,而另一些患者除急性加重期外可无任何症状。最常见的症状是由脓性或黏液脓性痰引起的慢性咳嗽。其他症状包括呼吸困难、胸膜性胸痛、喘息、乏力及体重下降。然而,发热并非常见表现,此点与肺炎不同。最常用的分类系统将支气管扩张症分为静脉曲张型、圆柱型和囊状(囊肿)型。在最严重的囊状型中,支气管完全丧失结构完整性,形成充满分泌物的囊性结构。最轻微的类型为圆柱型,其支气管壁增厚、走行平直。在静脉曲张型中,可见局限性狭窄。诊断依据病史和体格检查,其中高分辨率计算机断层扫描(HRCT)是最敏感和特异的方法,同时结合痰培养。
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。




