抗血小板药物在慢性阻塞性肺疾病中的应用
该数据集来自 clinicaltrials.gov，是一项单中心 IIa 期随机双盲交叉研究，纳入 30 名吸烟者（20 名 COPD 患者、10 名无 COPD 者），每人参与 6 周
基本信息
资源简介
抗血小板药物在慢性阻塞性肺疾病中的应用
该数据集来自 clinicaltrials.gov，是一项单中心 IIa 期随机双盲交叉研究，纳入 30 名吸烟者（20 名 COPD 患者、10 名无 COPD 者），每人参与 6 周。研究测试双联抗血小板治疗（阿司匹林 81mg 与氯吡格雷 75mg）相比安慰剂能否改善肺灌注，并通过胸部增强 CT 在 6 周内两次评估肺血流。数据可用于分析抗血小板治疗对 COPD 患者肺灌注的影响（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：COPD、Emphysema、Emphysema or COPD。这是一项单中心 IIa 期随机双盲交叉研究，受试者为吸烟者，包括伴有和不伴有慢性阻塞性肺疾病（COPD）者，旨在检验双联抗血小板治疗（阿司匹林 81mg 和氯吡格雷 75mg）与安慰剂相比能否改善肺灌注（即肺部血流）。我们将招募 30 名受试者（20 名 COPD 患者，10 名无 COPD 者），每人参与 6 周。参与者和研究人员将处于盲态，他们不会知道先服用哪种药物。每位参与者将被要求同时服用阿司匹林和氯吡格雷 2 周，并服用匹配的安慰剂 2 周，中间有 2 周洗脱期。肺血流将在 6 周研究期间通过胸部增强 CT 扫描评估两次。
【主题与分类】
主题标签：COPD、Emphysema、Emphysema or COPD。本站分类：呼吸系统疾病/其他。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05567562
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/NCT05567562
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
疾病条件：COPD、肺气肿、肺气肿或COPD。这是一项单中心IIa期随机双盲交叉研究，研究对象为吸烟者（伴有或不伴有慢性阻塞性肺疾病（COPD）），旨在检验双联抗血小板治疗（阿司匹林81mg和氯吡格雷75mg）与安慰剂相比是否能改善肺灌注（即肺部血流）。我们将招募30名受试者（20名伴有COPD，10名不伴有COPD），每人参与为期6周。参与者和研究人员将处于盲态，他们不会知道先服用哪种药物。每位参与者将被要求同时服用阿司匹林和氯吡格雷2周，并服用匹配的安慰剂2周，中间设有2周的洗脱期。在为期6周的研究中，将通过胸部增强CT扫描两次评估肺血流。
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。
