热疗应对持续性细菌性肺部感染
该数据集来自 clinicaltrials.gov,主题为热疗应对持续性细菌性肺部感染,归入呼吸系统疾病/肺炎分类。源站描述涉及阻塞性肺疾病、支气管扩张、哮喘、COPD、慢性阻塞性肺疾病及慢性肺部感染等条件,指出细菌性肺部感染通常为急性,但黏液清除或肺部免疫系统受损者可发展为持续性感染,常终身存在且

基本信息
资源简介
热疗应对持续性细菌性肺部感染
该数据集来自 clinicaltrials.gov,主题为热疗应对持续性细菌性肺部感染,归入呼吸系统疾病/肺炎分类。源站描述涉及阻塞性肺疾病、支气管扩张、哮喘、COPD、慢性阻塞性肺疾病及慢性肺部感染等条件,指出细菌性肺部感染通常为急性,但黏液清除或肺部免疫系统受损者可发展为持续性感染,常终身存在且抗生素难以清除,并伴有稳定期与急性加重交替,类似哮喘、COPD和支气管扩张等慢性肺病;抗生素方案对疾病控制的作用尚未被充分研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:阻塞性肺疾病、支气管扩张、哮喘、Copd、慢性阻塞性肺疾病、慢性肺部感染。通常,细菌性肺部感染是急性的,例如社区获得性肺炎,通常在抗生素治疗后消退,不会在肺部留下太多持久损伤。然而,大量黏液清除和/或肺部免疫系统受损的人会患上持续性肺部感染,这种感染可能终身存在,通常即使使用抗生素也无法消退,并可大幅增加发病率和死亡率。因此,这些持续性肺部感染的特征是稳定期与之间的急性加重交替,类似于哮喘、慢性阻塞性肺疾病(COPD)和支气管扩张等慢性肺病。此外,尚未彻底研究抗生素方案是否对疾病控制有影响,因为生物
【主题与分类】
主题标签:Lung Diseases, Obstructive、Bronchiectasis、Asthma、Copd、Chronic Obstructive Pulmonary Disease、Chronic Lung Infections。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/NCT05351242
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/NCT05351242
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:阻塞性肺疾病、支气管扩张、哮喘、慢性阻塞性肺疾病、慢性肺部感染。通常,细菌性肺部感染是急性的,例如社区获得性肺炎,通常在抗生素治疗后痊愈,不会对肺部造成太多持久损伤。然而,大量黏液清除和/或肺部免疫系统受损的人会患上持续性肺部感染,这种感染可能终身存在,通常即使使用抗生素也无法消退,并可大幅增加发病率和死亡率。因此,这些持续性肺部感染的特征是稳定期与急性加重期交替出现,类似于哮喘、慢性阻塞性肺疾病(COPD)和支气管扩张等慢性肺部疾病。此外,由于生物膜形成会阻止抗生素杀灭细菌,抗生素治疗方案是否对疾病控制有效尚未得到充分研究。这是一项随机、对照、多中心、优效性试验,评估热疗干预的效果,该干预包括至少7分钟停留在至少
在85℃环境下,每周至少4次,持续6个月,针对持续细菌性肺部感染的患者,定义为过去24个月内至少2次培养阳性,且为以下细菌之一:铜绿假单胞菌、木糖氧化无色杆菌、嗜麦芽窄食单胞菌、产酸克雷伯菌、肺炎克雷伯菌、流感嗜血杆菌或金黄色葡萄球菌,包括尝试根除治疗后1次培养阳性。本研究旨在探讨热疗是否能为慢性肺部感染的治疗提供有效方案。
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。




