ECLIPSE 慢性阻塞性肺疾病纵向评估研究
ECLIPSE 是一项纵向观察研究，纳入 2164 名 COPD 患者及少量吸烟对照（337 人）和不吸烟对照（245 人），随访三年，期间进行三次胸部 CT 扫描（基线、一年、三年），并定期开展肺功能检查、问卷及其他临床评估
基本信息
资源简介
ECLIPSE 慢性阻塞性肺疾病纵向评估研究
ECLIPSE 是一项纵向观察研究，纳入 2164 名 COPD 患者及少量吸烟对照（337 人）和不吸烟对照（245 人），随访三年，期间进行三次胸部 CT 扫描（基线、一年、三年），并定期开展肺功能检查、问卷及其他临床评估。CT 扫描已用 VIDA 软件分析肺气肿和气道表型。该数据可用于研究 COPD 临床流行病学、急性加重预测及影像表型与遗传因素关联等方向（来源 omicsdi.org）。
【数据内容】
源站描述（机器翻译，仅供参考）：ECLIPSE 是一项纵向观察研究，对 2164 名 COPD 受试者以及数量较少的吸烟对照（337 人）和不吸烟对照（245 人）进行了为期三年的定期随访，期间进行三次胸部 CT 扫描（基线、一年和三年）（Vestbo, European Respiratory Journal 2008; 31: 869）。纳入标准包括年龄 40-75 岁、吸烟量至少 10 包年，以及肺功能检查为 GOLD 2-4 级（COPD 病例）或肺功能正常且支气管舒张后 FEV1 >85% 预计值、FEV1/FVC>0.7（对照）。研究访视在入组时、三个月时进行，此后每六个月进行一次，包括肺功能检查、问卷和其他临床评估。ECLIPSE 的 CT 扫描已使用 VIDA 软件分析肺气肿和气道表型。ECLIPSE 为 COPD 的临床流行病学提供了关键见解，包括 COPD 急性加重（Hurst, NEJM 201
【主题与分类】
主题标签：Genomic。本站分类：呼吸系统疾病/其他。
【获取与许可】
源站页面：https://omicsdi.org/dataset/dbgap/phs001252
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://omicsdi.org/dataset/dbgap/phs001252
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
ECLIPSE是一项纵向观察性研究，纳入2164名COPD受试者以及数量较少的吸烟对照组（337人）和非吸烟对照组（245人），定期随访三年，期间进行三次胸部CT扫描（基线、一年和三年时）（Vestbo, European Respiratory Journal 2008; 31: 869）。纳入标准包括年龄40-75岁、吸烟量至少10包年，以及肺功能检查符合GOLD 2-4级（COPD病例）或肺功能正常且支气管舒张后FEV1>85%预计值及FEV1/FVC>0.7（对照组）。研究访视在入组时、三个月时进行，此后每六个月进行一次，包括肺功能检查、问卷及其他临床评估。ECLIPSE的CT扫描已使用VIDA软件进行肺气肿和气道表型分析。ECLIPSE为COPD的临床流行病学提供了关键见解，包括COPD急性加重（Hurst, NEJM 2010; 363: 1128）和COPD肺功能下降（Vestbo, NEJM 2011; 365: 1184）。ECLIPSE已用于多项COPD易感性和蛋白质生物标志物的遗传学研究（Faner, Thorax 2014; 69: 666）。
全基因组基因表达微阵列数据可从147份COPD受试者的诱导痰样本和248份COPD及对照受试者的外周血样本中获取。
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。
