COPD患者偏好、活动与参与调查数据
该数据集来自 datadryad.org，源站标题为 COPD 患者稳定期与急性加重期痰液微生物群及炎症研究数据。研究纳入 Bergen COPD Cohort and Exacerbations 研究中的 36 名 COPD 患者，在稳定期和急性加重期进行痰液诱导采样，另有一名患者在三年研究期内提
基本信息
资源简介
COPD患者偏好、活动与参与调查数据
Data from: Sputum microbiota and inflammation at stable state and during exacerbations in a cohort of chronic obstructive pulmonary disease (COPD) patients
该数据集来自 datadryad.org，源站标题为 COPD 患者稳定期与急性加重期痰液微生物群及炎症研究数据。研究纳入 Bergen COPD Cohort and Exacerbations 研究中的 36 名 COPD 患者，在稳定期和急性加重期进行痰液诱导采样，另有一名患者在三年研究期内提供 13 次痰液样本。数据可用于分析 COPD 患者从稳定期到急性加重期气道微生物组成的变化及相应免疫反应，探索急性加重的微生物学驱动因素（来源 Dryad，https://spdx.org/licenses/CC0-1.0.html 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：背景：慢性阻塞性肺疾病（COPD）的急性加重是使人衰弱的事件，并会加速疾病进展。感染性病因频繁出现；然而，目前尚不清楚急性加重在多大程度上由气道微生物群的较大变化引起。本研究的目的是分析稳定期与急性加重期之间微生物组成的变化及相应的免疫反应。方法：研究样本包括来自 Bergen COPD Cohort and Exacerbations 研究的 36 名在稳定期和急性加重期接受检查的 COPD 患者，以及一名在三年研究期内 13 次不同场合提供痰液的患者。医生在所有时间点对患者进行检查，并按照严格方案进行痰液诱导。本研究仅使用诱导痰样本，不使用自然咳出的痰。痰液
【数据结构与技术规格】
数据集 DOI：doi:10.5061/dryad.2f25cj0。
【主题与分类】
主题标签：COPD。本站分类：呼吸系统疾病/其他。
【获取与许可】
源站页面：https://doi.org/10.5061/dryad.2f25cj0
使用许可：https://spdx.org/licenses/CC0-1.0.html。
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://datadryad.org/stash/dataset/doi:10.5061/dryad.2f25cj0
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:
数据集大小约 37.0 KB。
数据说明
Solveig Tangedal; Rune Nielsen; Marianne Aanerud; Louise J. Persson; Harald G. Wiker; Per S. Bakke; Pieter S. Hiemstra; Tomas M. Eagan (2019). Sputum microbiota and inflammation at stable state and during exacerbations in a cohort of chronic obstructive pulmonary disease (COPD) patients [Dataset]. http://doi.org/10.5061/dryad.2f25cj0
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。
