供气、需求与中耳气体平衡:特定目标2
该数据集来自 clinicaltrials.gov,聚焦上呼吸道感染(vURI)与中耳炎(OM)的关系,核心假设是咽鼓管(ET)向中耳供气并稳定中耳压力的固有效率是 vURI 期间发生 OM 的主要风险因素

基本信息
资源简介
供气、需求与中耳气体平衡:特定目标2
该数据集来自 clinicaltrials.gov,聚焦上呼吸道感染(vURI)与中耳炎(OM)的关系,核心假设是咽鼓管(ET)向中耳供气并稳定中耳压力的固有效率是 vURI 期间发生 OM 的主要风险因素。研究将对约160名易感成年志愿者进行压力舱相关的 ETF 测试方案评估,以检验固有效率较差的咽鼓管功能是否易在 vURI 期间诱发中耳病理。数据可用于呼吸系统疾病与中耳炎风险因素相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:上呼吸道感染。中耳炎(OM)最受支持的直接原因是既存或并发的病毒性上呼吸道感染(vURI)。然而,并非所有 vURI 发作都会导致 OM,多种易感因素被提出以解释这种选择性。基于我们在成人实验性病毒感染模型中的初步工作,我们假设咽鼓管(ET)向中耳(ME)供气并由此将 ME 压力稳定在接近环境压力水平的固有效率是 vURI 期间 OM 的主要风险因素。在此,我们检验以下假设:固有效率较差的 ET 功能(F)易在 vURI 期间诱发 ME 病理。具体而言,我们将使用与压力舱相关的 ETF 测试方案,评估约 160 名易感成年志愿者的固有效率 ETF,这些志愿者将暴露于 r
【主题与分类】
主题标签:Upper Respiratory Infection。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00694421
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/NCT00694421
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:上呼吸道感染。中耳炎(OM)最有力支持的直接病因是既存或并发的病毒性上呼吸道感染(vURI)。然而,并非所有vURI发作都会导致OM,已提出多种易感因素来解释这种选择性。基于我们在成人实验性病毒感染模型中的初步工作,我们假设咽鼓管(ET)向中耳(ME)供气并从而将ME压力稳定在接近环境压力水平的固有功能效率是vURI期间OM的主要风险因素。在此,我们检验以下假设:固有较差的ET功能(F)易导致vURI期间ME病变。具体而言,我们将使用与压力舱相关的ETF测试方案,评估约160名易感成人志愿者的固有ETF,这些志愿者将作为我们资助的研究“传染病的社交和心理风险”(PI:S. Cohen,PI:CHP分包:WJ Doyle)的一部分暴露于鼻病毒,并在暴露后5天的隔离期内记录ETF和ME对感染的反应。
此外,我们将采用与压力舱相关的方案,对80名儿童进行体质性咽鼓管功能(ETF)评估。这些儿童将被纳入我们已获资助的研究项目“病毒与遗传易感性在中耳炎中的作用”(项目负责人:CM Alper),并在10月至次年4月期间随访病毒性上呼吸道感染(vURI)和中耳炎(OM)的情况。我们将从这两个数据集中提取咽鼓管功能效率的指标,并运用逻辑回归分析(控制适当变量,如人口学数据等),判断单一或组合的咽鼓管功能变量是否能预测鼻病毒感染成人的异常中耳反应,或儿童鼻病毒感冒期间中耳炎的发生。
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。




