COVID-19感染自主呼吸患者呼吸功能的无创监测

该数据集来自 clinicaltrials.gov,聚焦 COVID-19 相关呼吸衰竭的自主呼吸患者。研究使用 AirGo band 监测潮气通气变化,旨在识别与呼吸衰竭恶化相关的通气模式

Massachusetts General HospitalMassachusetts General Hospital
clinicaltrials
浏览 8
其他预测Respiratory FailureVentilatory FailureCOVID-19PneumoniaARDS, Human
Non-Invasive Monitoring of Respiratory Function in Spontaneously Breathing Patients With COVID-19 Infection

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-07

资源简介

COVID-19感染自主呼吸患者呼吸功能的无创监测

该数据集英文名为 Non-Invasive Monitoring of Respiratory Function in Spontaneously Breathing Patients With COVID-19 Infection,来源于 clinicaltrials.gov,本站归类于呼吸系统疾病 / 肺炎。数据集聚焦 COVID-19 相关呼吸衰竭的自主呼吸患者,研究使用 AirGo band 监测潮气通气变化,旨在识别与呼吸衰竭恶化相关的通气模式。其主题标签涵盖 Respiratory Failure、Ventilatory Failure、COVID-19、Pneumonia、ARDS 以及 Human,涉及呼吸系统疾病与肺炎相关领域。整体而言,该数据集围绕无创呼吸功能监测展开,关注自主呼吸状态下 COVID-19 感染患者的通气变化,并试图通过连续监测识别呼吸衰竭恶化的模式,为后续医疗管理和干预时机提供潜在支持。

【数据集背景】

该数据集所对应的研究关注 COVID-19 感染背景下自主呼吸患者的呼吸功能监测问题。相关条件包括 Respiratory Failure、Ventilatory Failure、COVID-19、Pneumonia、ARDS 以及 Human。研究试图在患者自主呼吸状态下,通过无创方式监测潮气通气变化,并识别与呼吸衰竭恶化相关的通气模式。若研究成功,将有望推动开发新的、稳健的方法,用于对呼吸衰竭患者进行实时、连续的呼吸功能监测。进一步而言,这类监测方法可能有助于改善呼吸衰竭的医疗管理,并优化干预时机。数据集主题标签同样覆盖上述呼吸系统疾病与肺炎相关方向,体现出其在呼吸功能监测和呼吸衰竭管理领域的应用背景。

【数据内容】

该数据集来自 clinicaltrials.gov,聚焦 COVID-19 相关呼吸衰竭的自主呼吸患者。研究使用 AirGo band 监测潮气通气变化,旨在识别与呼吸衰竭恶化相关的通气模式。数据集的主题标签包括 Respiratory Failure、Ventilatory Failure、COVID-19、Pneumonia、ARDS 以及 Human。除上述信息外,源站未提供更具体的数据字段、样本量、时间跨度、变量结构或数据格式说明。

【采集与来源】

该数据集来源站为 clinicaltrials.gov。研究使用 AirGo band 对自主呼吸的 COVID-19 相关呼吸衰竭患者进行监测,关注潮气通气变化。其目标是在该患者群体中识别与呼吸衰竭恶化相关的通气模式。除来源站、研究设备及监测目标外,源站未提供采集地点、采集时间、采集流程、设备设置、受试者招募方式或数据存储方式等更多细节。

【适用场景】

该数据集适用于关注 COVID-19 相关呼吸衰竭、自主呼吸患者呼吸功能监测以及潮气通气变化分析的研究与应用场景。其主题标签涵盖 Respiratory Failure、Ventilatory Failure、COVID-19、Pneumonia、ARDS 以及 Human,因此可用于呼吸系统疾病与肺炎相关领域的研究背景。研究目标在于识别与呼吸衰竭恶化相关的通气模式,并可能推动实时、连续呼吸功能监测方法的发展,从而支持呼吸衰竭的医疗管理和干预时机优化。除上述方向外,源站未提供其他具体适用场景。

【使用方法】

源站未提供该数据集的具体使用方法,包括但不限于数据访问方式、下载途径、预处理步骤、分析流程、模型训练方式或配套工具说明。

【质量与限制】

源站未提供该数据集的质量评估信息、数据完整性说明、标注可靠性、偏差分析或验证结果。该研究的目标是识别与呼吸衰竭恶化相关的通气模式,并可能推动新的实时、连续监测方法开发,但源站未提供研究结果、性能指标或临床验证结论。因此,关于数据质量与实际限制,源站未提供。

【引用与许可】

源站未提供该数据集的引用方式、许可协议、使用条款或版权说明。

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/NCT04356443

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:呼吸衰竭、通气衰竭、COVID-19、肺炎、ARDS、人类。本研究使用AirGo band监测COVID-19相关呼吸衰竭自主呼吸患者的潮气量通气变化,旨在识别该患者群体中与呼吸衰竭恶化相关的通气模式。若研究成功,将推动开发出用于实时、连续监测呼吸衰竭患者呼吸功能的新型稳健方法。这些监测方法进而可能改进呼吸衰竭的医疗管理及干预时机的选择。

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