急性肺栓塞住院患者早期运动康复研究
该数据集来自 clinicaltrials.gov，主题为急性肺栓塞住院患者的早期运动康复。源站描述显示，RehabPE 随机试验针对急性症状性肺栓塞住院患者，这些患者在确诊三个月后存在生活质量受损风险
基本信息
资源简介
急性肺栓塞住院患者早期运动康复研究
该数据集来自 clinicaltrials.gov，主题为急性肺栓塞住院患者的早期运动康复。源站描述显示，RehabPE 随机试验针对急性症状性肺栓塞住院患者，这些患者在确诊三个月后存在生活质量受损风险。研究将患者随机分为两组，一组接受为期 6-8 周、以中心为基础的早期康复项目，另一组为对照。数据涉及静脉血栓栓塞、运动治疗、生活质量、焦虑抑郁、运动耐量、康复运动、呼吸困难及功能状态等主题，可用于康复效果与生活质量相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Venous Thromboembolism (VTE), Exercise Therapy, Quality of Life (QOL), Anxiety Depression, Humans, Exercise Tolerance, Rehabilitation Exercise, Dyspnea. 高达一半的肺栓塞（PE）患者即使在接受抗凝（血液稀释剂）标准治疗后，确诊三个月后仍会出现生活质量受损、体力下降以及气短等症状。随机 RehabPE 试验研究一种包含体能训练和患者教育的早期、结构化康复项目能否预防此类长期影响。该研究纳入确诊为急性症状性 PE 且三个月后生活质量受损风险增加的住院患者。在知情同意后，患者被随机分配到两组之一：一组接受为期 6-8 周、以中心为基础的早期康复项目；另一组
【主题与分类】
主题标签：Venous Thromboembolism (VTE)、Exercise Therapy、Quality of Life (QOL)、Anxiety Depression、Humans、Exercise Tolerance、Rehabilitation Exercise、Dyspnea、Functional Status、Pulmonary Embolism (Diagnosis)。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07143539
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/NCT07143539
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：静脉血栓栓塞症（VTE）、运动疗法、生活质量（QOL）、焦虑抑郁、人类、运动耐量、康复运动、呼吸困难。多达半数的肺栓塞（PE）患者即使在确诊三个月后，尽管接受了抗凝（血液稀释剂）标准治疗，仍遭受生活质量受损、体能下降以及气短等症状的困扰。随机对照的RehabPE试验旨在探究早期、结构化的康复计划，结合体能训练与患者教育，能否预防此类长期影响。该研究纳入因急性症状性PE住院、且在确诊三个月后生活质量受损风险增高的患者。在获得知情同意后，患者被随机分配至两组之一：一组接受为期6-8周的早期中心化康复计划；另一组接受无康复的标准随访护理。干预组完成16-18次门诊耐力与力量训练，以及两次教育课程，内容涵盖疾病、治疗及症状管理。
在180天内，将监测并比较各组之间生活质量、体育锻炼能力、呼吸困难及心理症状的变化，以及恢复工作/日常活动的时间。
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。
