儿童慢性化脓性肺疾病数字物理治疗
该数据集来自 clinicaltrials.gov,主题为儿童慢性化脓性肺疾病的数字物理治疗,覆盖慢性化脓性肺疾病、迁延性细菌性支气管炎、原发性纤毛运动障碍(PCD)及非囊性纤维化支气管扩张等病种

基本信息
资源简介
儿童慢性化脓性肺疾病数字物理治疗
该数据集来自 clinicaltrials.gov,主题为儿童慢性化脓性肺疾病的数字物理治疗,覆盖慢性化脓性肺疾病、迁延性细菌性支气管炎、原发性纤毛运动障碍(PCD)及非囊性纤维化支气管扩张等病种。研究为前瞻性、单中心、双臂(1:1)、评估者盲法的随机对照临床试验,与希腊雅典“Attikon”大学医院第三儿科呼吸科门诊合作开展,旨在探究数字物理治疗服务对患儿特定临床结局的影响。病史采集通过40分钟同步视频会议进行,患儿随机分为数字健康服务组(DHSG)与对照组(CG),所有患儿均接受常规照护。可用于呼吸系统疾病数字干预与临床结局预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性化脓性肺疾病、迁延性细菌性支气管炎、原发性纤毛运动障碍(PCD)、非囊性纤维化支气管扩张。这是一项前瞻性、单中心、双臂(1:1)、评估者盲法的随机对照临床试验,将与希腊雅典“Attikon”大学医院第三儿科呼吸科门诊合作开展。本研究旨在探究应用数字物理治疗服务对非囊性纤维化慢性化脓性肺疾病患儿特定临床结局管理的影响。病史采集将通过40分钟同步视频会议进行。患儿将被随机分配到平行组:数字健康服务组(DHSG)和对照组(CG)。所有患儿都将接受常规照护,在
【主题与分类】
主题标签:Chronic Suppurative Lung Disease、Protracted Bacterial Bronchitis、Primary Ciliary Dyskinesia (PCD)、Non Cystic Fibrosis Bronchiectasis。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07376187
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/NCT07376187
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:慢性化脓性肺病、迁延性细菌性支气管炎、原发性纤毛运动障碍(PCD)、非囊性纤维化支气管扩张症。这是一项前瞻性、单中心、双臂(1:1)、评估者盲法的随机对照临床试验,将与希腊雅典“Attikon”大学医院第三儿科呼吸科门诊合作开展。本研究旨在探讨应用数字物理治疗服务对非囊性纤维化慢性化脓性肺病患儿特定临床结局管理的影响。病史采集将通过为期40分钟的同步视频会议进行。患儿将被随机分配至平行组:数字健康服务组(DHSG)和对照组(CG)。所有患儿均将接受常规治疗,包括针对呼吸道感染吸入抗生素和/或支气管扩张剂,同时建议保持规律体力活动并进行气道廓清技术(ACTs)。
此外,所有儿童-父母/照护者配对都将参加由物理治疗师在门诊进行的一次40分钟的面对面培训。该培训旨在提供气道廓清技术(ACTs)的标准化培训,以便后续在家中实施。DHSG将接受为期12周的家庭混合式(同步和异步)、远程管理的运动计划和气道廓清技术。同样,DHSG将可以使用一个专门设计的疾病管理网站(www.fysao.gr)。干预计划包括气道廓清技术(ACTs),以及有氧和力量训练,这些训练可以在家中通过在线方式轻松实施,且所需设备极少。规定的每周方案将包括50分钟的远程课程:两次通过视频会议进行的同步、1对1监督课程,以及至少一次异步、无监督课程。所有结局指标将在以下时间点进行评估:基线(干预前)、干预结束时(12周)和随访(6个月)。
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。




