评估IBV® Valve System治疗重度肺气肿安全性与有效性的临床试验
该数据集来自clinicaltrials.gov,为一项多中心临床试验,评估IBV Valve System这一非手术治疗重度肺气肿的器械系统

基本信息
资源简介
评估IBV® Valve System治疗重度肺气肿安全性与有效性的临床试验
该数据集来自clinicaltrials.gov,为一项多中心临床试验,评估IBV Valve System这一非手术治疗重度肺气肿的器械系统。试验采用随机盲法设计,参与者分为接受瓣膜的IBV Valve治疗组与不接受瓣膜的对照组,通过支气管镜置入瓣膜以重定向气流。数据覆盖肺气肿与COPD患者,可用于了解该器械的安全性与有效性评估设计及相关临床研究信息(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:肺气肿、COPD。IBV Valve试验是一项多中心临床试验,评估IBV Valve System,这是一种针对肺气肿患者的非手术治疗。IBV Valve System不需要传统手术或手术切口。瓣膜在支气管镜操作过程中置入。IBV Valve System旨在将气流从肺部病变部位重定向至较健康区域,以改善疾病相关健康状况。尽管瓣膜 intended 为永久性,但其设计允许在必要时取出。IBV Valve试验是一项随机、盲法试验。这意味着参与者被分为两组,但不知道被分配到哪一组。IBV Valve治疗组接受瓣膜,对照组不接受。随机选择过程决定分组(参与者将无法
【主题与分类】
主题标签:Emphysema、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/NCT00475007
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/NCT00475007
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
适应症:肺气肿、慢性阻塞性肺疾病(COPD)。IBV瓣膜试验是一项多中心临床试验,旨在评估IBV瓣膜系统——一种针对肺气肿患者的非手术治疗方法。IBV瓣膜系统无需传统手术或手术切口。瓣膜在支气管镜操作过程中置入。IBV瓣膜系统旨在将气流从肺部病变区域重新导向至较健康区域,以改善疾病相关健康状况。尽管瓣膜设计为永久置入,但如有必要可将其取出。IBV瓣膜试验是一项随机、盲法试验。这意味着参与者被分为两组,但不知道自己被分配到哪一组。IBV瓣膜治疗组接受瓣膜置入,对照组不接受。分组通过随机选择过程决定(参与者无法自行选择组别)。在试验中,每人均有50%的机会(类似于抛硬币)被分配到其中一组。本临床试验的所有参与者将:接受诊断性支气管镜检查,使肺部健康专家能够对其肺部进行评估。
在整个试验期间,无论受试者被分配到治疗组还是对照组,都将由一位高资质的肺科医生全程负责照护。在为期6个月的试验期内,受试者将定期接受体检和健康评估。IBV阀门治疗组和对照组的所有受试者均可免费接受该操作、全部检测及医生随访。在完成6个月随访时,受试者将被告知其被分配至治疗组还是对照组。如果受试者被分配至未接受阀门治疗的组别(对照组),他们将可选择由临床试验医生重新评估,以确定是否能够接受阀门治疗。
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。




