急性呼吸系统疾病住院患者研究
该数据集来自 clinicaltrials.gov,主题为急性呼吸系统疾病住院患者研究,属于呼吸系统疾病与肺炎分类。研究招募因急性呼吸系统疾病住院的成人,或正在接受医院呼吸科门诊服务的慢性呼吸系统疾病患者

基本信息
资源简介
急性呼吸系统疾病住院患者研究
该数据集来自 clinicaltrials.gov,主题为急性呼吸系统疾病住院患者研究,属于呼吸系统疾病与肺炎分类。研究招募因急性呼吸系统疾病住院的成人,或正在接受医院呼吸科门诊服务的慢性呼吸系统疾病患者。急性表现可包括COPD、哮喘、间质性肺病、支气管扩张和胸膜疾病的急性加重,以及肺炎、呼吸道感染和肺栓塞等急性呼吸系统疾病。此外还招募无基础呼吸系统疾病的健康对照组,用于比较选定的探索性指标。参与者可在住院期间或通过呼吸科门诊招募,基线评估在住院期间完成(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:急性呼吸系统疾病、COPD急性加重、哮喘、肺炎。该研究将招募因急性呼吸系统疾病住院的成人,或正在接受医院呼吸科门诊服务以治疗慢性呼吸系统疾病的成人。急性呼吸系统表现可能包括慢性肺病(如慢性阻塞性肺疾病(COPD)、哮喘、间质性肺病、支气管扩张和胸膜疾病)的急性加重,以及包括肺炎、呼吸道感染和肺栓塞在内的急性呼吸系统疾病。还将招募一组无基础呼吸系统疾病的健康对照组,用于比较选定的探索性指标。参与者可在住院期间或通过呼吸科门诊服务招募。基线评估将在住院期间完成
【主题与分类】
主题标签:Acute Respiratory Disease、COPD Exacerbation Acute、Asthma、Pneumonia。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/NCT05095090
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/NCT05095090
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
病症:急性呼吸系统疾病、慢性阻塞性肺疾病急性加重、哮喘、肺炎。本研究将招募因急性呼吸系统疾病住院或正在接受医院呼吸科门诊服务的慢性呼吸系统疾病成年患者。急性呼吸系统表现可能包括慢性肺部疾病的急性加重,如慢性阻塞性肺疾病、哮喘、间质性肺病、支气管扩张和胸膜疾病,以及急性呼吸系统疾病,包括肺炎、呼吸道感染和肺栓塞。此外,还将招募一组无基础呼吸系统疾病的健康对照组,用于比较选定的探索性指标。参与者可在住院期间或通过呼吸科门诊服务招募。基线评估将在住院期间或常规临床随访预约后90天内完成,具体取决于招募途径。
在急性住院期间招募的参与者,可能会被邀请在出院后约30天时完成一次早期出院后评估,并在出院后12个月内最多进行三次额外的可选随访,以评估临床恢复情况。通过呼吸科门诊服务招募的参与者,将被邀请接受年度随访评估。主要队列的随访将持续最长36个月,允许的访视窗口最长为90天。随访评估可通过电话完成,也可在生物医学研究中心进行面对面研究访视期间完成,或在另一项经伦理批准的研究的研究访视期间完成,或与常规临床随访同时进行。参与者在被招募后可以选择不再参加进一步的研究访视,且不会影响其常规临床诊疗。如果参与者在研究随访期间住院,可能会被邀请在急性住院期间、住院后7天内完成一次额外评估,随后最多再进行三次评估,
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。




