基于CT的COPD骨微结构与骨折风险建模
该数据集来自clinicaltrials.gov，聚焦慢性阻塞性肺疾病（COPD）与骨质疏松共病关系，旨在利用基于CT的外周骨微结构评估建立COPD特异性骨折预测模型
基本信息
资源简介
基于CT的COPD骨微结构与骨折风险建模
该数据集英文名为 CT-Based Modeling of Bone Micro-Architecture and Fracture-Risk in COPD，来源于 clinicaltrials.gov，主题聚焦慢性阻塞性肺疾病（COPD）与骨质疏松的共病关系。其核心目标是通过研究者特有的基于计算机断层扫描（CT）的外周骨微结构评估方法，建立针对 COPD 患者的特异性骨折预测模型。骨质疏松是 COPD 患者常见的共病之一，会加速患者的疾病负担与死亡风险，而这一共病关系的基础尚不明确，因此需要刻画 COPD 相关因素与骨微结构之间的联系及其与骨折风险的关联。数据集在本站归类于呼吸系统疾病 / 其他，主题标签为 Pulmonary Disease, Chronic Obstructive 与 Osteoporosis。
【数据集背景】
慢性阻塞性肺疾病（COPD）患者中骨质疏松较为常见，二者共病会加速患者的疾病负担与死亡风险。然而，这一共病关系的基础目前仍不明确，因而有必要对 COPD 相关因素与骨微结构之间的联系，以及这些联系与骨折风险之间的关联进行刻画。该转化研究正是基于这一背景提出，试图利用研究者特有的基于 CT 的外周骨微结构评估手段，建立 COPD 特异性的骨折预测模型。研究还关注到，多种 COPD 相关因素与骨质疏松相关，不同的 COPD 相关骨丢失原因可能对皮质骨与骨小梁结构产生不均匀的影响，并带来不同的力学后果，从而反映为骨密度相近的个体之间可能存在差异化的 COPD 相关骨折风险。
【数据内容】
该数据集围绕 COPD 与骨质疏松共病关系展开，涉及的主题标签为慢性阻塞性肺疾病（Pulmonary Disease, Chronic Obstructive）与骨质疏松（Osteoporosis）。研究关注的核心内容包括：基于 CT 的外周骨微结构评估、COPD 相关因素与骨微结构之间的关联、骨微结构与骨折风险之间的关联，以及在此基础上构建的 COPD 特异性骨折预测模型。关于数据集的具体样本量、变量字段、影像数据规模、随访时长等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述显示，这是一项转化研究，采用研究者特有的基于计算机断层扫描（CT）的外周骨微结构评估方法。关于具体的采集机构、采集地点、采集时间范围、纳入与排除标准、数据采集流程等细节，源站未提供。
【适用场景】
基于现有信息，该数据集适用于与慢性阻塞性肺疾病（COPD）和骨质疏松共病相关的研究场景，尤其是围绕 COPD 患者骨折风险预测、COPD 相关因素与骨微结构关系、皮质骨与骨小梁结构差异及其力学后果等方向的分析与建模。其潜在用途包括支持建立 COPD 特异性的骨折预测模型，以及研究骨密度相近个体之间骨折风险差异的机制。关于其他具体应用场景，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据访问方式、数据结构说明、字段定义、预处理步骤、建模流程或分析工具等均未在现有信息中说明。
【质量与限制】
该数据集来自 clinicaltrials.gov 的转化研究描述，其研究目标与关注方向较为明确，即建立 COPD 特异性骨折预测模型并刻画 COPD 相关因素与骨微结构及骨折风险的关系。关于数据质量指标、样本代表性、数据完整性、缺失情况、偏倚控制以及使用限制等具体信息，源站未提供。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT03534934
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
条件：慢性阻塞性肺疾病、骨质疏松症。本转化研究旨在利用研究者独特的基于计算机断层扫描（CT）的外周骨微结构评估方法，建立慢性阻塞性肺疾病（COPD）特异性的骨折预测模型。骨质疏松症是COPD患者中常见的合并症，会加速疾病发病率和死亡率。该合并症的基础机制尚不清楚，因此需要表征COPD相关因素与骨微结构之间的联系及其与骨折风险的关联。多种COPD相关因素与骨质疏松症相关。不同的COPD相关骨丢失原因可能对皮质骨和松质骨结构产生不均匀的影响，并带来不同的力学后果，反映出骨密度（BMD）相似的个体中COPD相关骨折风险的差异。关于这种联系知之甚少，本研究的目标是利用一种临床上适用的新兴基于CT的工具来表征外周部位的骨微结构，以填补这一知识空白。
具体而言，本研究将：(1) 确立研究者骨微结构评估方法在不同厂商新兴低剂量/高分辨率CT扫描仪上的普适性；(2) 评估其相较于双能X射线吸收测定法（DXA）在解释慢性阻塞性肺疾病（COPD）患者 prevalent fractures（现患骨折）和预测 incident fractures（新发骨折）方面的潜力；(3) 量化不同COPD相关因素对骨结构的影响及其对骨折风险的意义；(4) 识别骨结构快速退化的COPD亚型；(5) 利用患者特异性数据开发COPD特异性骨折风险评估模型。本研究将利用：(1) 爱荷华大学（UI）和哥伦比亚大学（CU）现有的具有肺部特征描述的COPD患者队列，涵盖广泛的人口统计学范围；(2) 两个站点均可使用的新兴CT扫描仪；(3) 独特的图像处理方法
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。
