慢性支气管炎患者中吹气瓶正压呼气(BBPEP)与Acapella的对比
该数据集来自clinicaltrials.gov,主题为慢性支气管炎患者中吹气瓶正压呼气(BBPEP)与Acapella两种正压呼气装置的对比

基本信息
资源简介
慢性支气管炎患者中吹气瓶正压呼气(BBPEP)与Acapella的对比
该数据集来自clinicaltrials.gov,主题为慢性支气管炎患者中吹气瓶正压呼气(BBPEP)与Acapella两种正压呼气装置的对比。源站描述提及慢性支气管炎属于慢性呼吸系统疾病,是全球非传染性疾病致死的重要组成,并给出WHO相关死亡数据及成人患病比例,同时说明其咳嗽咳痰超过3个月且连续两年以上的特征,以及与COPD的关系。数据可用于呼吸康复治疗方式的比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性支气管炎。全球大多数属于所有年龄组的人群可能受到非传染性疾病(NCD)的影响,这导致他们在全球范围内死亡。根据统计,世界卫生组织(WHO)宣布约4100万人死于NCD,这意味着全球约71%的人因此死亡。慢性呼吸系统疾病是主要的非传染性疾病之一。约900万(3.6%)18岁或以上的成年人可能患有慢性支气管炎。慢性支气管炎的特征是咳嗽和咳痰超过3个月,且在至少连续两年中每年如此。慢性支气管炎影响每三个患有COPD的人中的一个,但它可能影响任何肺功能正常的人。如今,正压呼气(PEP)装置与心肺治疗(CPT)一起使用。PEP装置有助于mo
【主题与分类】
主题标签:Chronic Bronchitis。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/NCT06086730
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/NCT06086730
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:慢性支气管炎。全球大多数属于所有年龄段的人都可能患上非传染性疾病(NCD),这些疾病在全球范围内导致死亡。根据统计数据,世界卫生组织(WHO)宣布约有4100万人死于非传染性疾病,这意味着全球约有71%的人死于此类疾病。慢性呼吸系统疾病是主要的非传染性疾病之一。约有900万(3.6%)18岁及以上的成年人可能患有慢性支气管炎。慢性支气管炎的标志性特征是连续两年中每年咳嗽和咳痰超过3个月。慢性支气管炎影响每三个COPD患者中的一个,但也可能影响任何肺功能正常的人。如今,正压呼气(PEP)装置与心肺治疗(CPT)一起使用。PEP装置有助于 mobilise 下呼吸道中的分泌物,也可能有益于侧支通气、黏液分泌,最重要的是在有肺部并发症的人群中优化功能残气量。
市场上有许多PEP设备,但BBPEP成本低,且每个人都很容易获得。PEP是一种用于改善临床结局的非侵入性技术。在本研究中,研究者比较了BBPEP和Acapella对慢性支气管炎参与者的效果。在使用BBPEP的情况下,患者对着水柱阻力呼气,这会增加入口处的PEP(呼气正压),并传递到气道和患者肺部,这将保持肺泡开放,或可能复张塌陷的肺泡。这将降低气道阻力并改善肺顺应性。随着气道阻力降低,SPO2和PEFR的量也会改善。参与者被随机分配到两个不同的组,即A组和B组。A组使用BBPEP设备并配合深呼吸练习接受干预,B组参与者使用Acapella设备,因此结果将被测量。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。



