腹壁成形术患者的胃食管反流与呼吸功能
该数据集来自 clinicaltrials.gov,为一项观察性研究,关注腹壁成形术、膈肌、呼吸力学与胃食管反流病。研究比较三组女性:胃食管反流病合并腹壁成形术史者、仅有腹壁成形术史者、仅有胃食管反流病者,旨在了解这些疾病之间的关联是否与呼吸功能和胸腹动力学更严重的损害有关

基本信息
资源简介
腹壁成形术患者的胃食管反流与呼吸功能
该数据集来自 clinicaltrials.gov,为一项观察性研究,关注腹壁成形术、膈肌、呼吸力学与胃食管反流病。研究比较三组女性:胃食管反流病合并腹壁成形术史者、仅有腹壁成形术史者、仅有胃食管反流病者,旨在了解这些疾病之间的关联是否与呼吸功能和胸腹动力学更严重的损害有关。数据可用于呼吸系统疾病相关研究,尤其是膈肌力学与胸腹运动学的比较分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:腹壁成形术、膈肌、呼吸力学、胃食管反流病。这项观察性研究的目的是比较患有胃食管反流病(GERD)且有腹壁成形术史的女性、仅有腹壁成形术史的女性和仅有GERD的女性的膈肌力学、呼吸肌功能和胸腹运动学参数,试图了解这些疾病之间的关联是否与呼吸功能和胸腹动力学更严重的损害有关。该研究旨在回答的主要问题是:与仅有腹壁成形术史者和仅有GERD者相比,患有GERD且有腹壁成形术史的女性是否表现出更严重的膈肌力学损害?研究人员将比较三组参与者:患有GERD且有腹壁成形术史的女性
【主题与分类】
主题标签:Abdominoplasty、Diaphragm、Respiratory Mechanics、Gastroesophageal Reflux Disease。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07868562
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/NCT07868562
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:腹壁成形术、膈肌、呼吸力学、胃食管反流病。本观察性研究旨在比较患有胃食管反流病(GERD)且有腹壁成形术史的女性、仅有腹壁成形术史的女性以及仅有GERD的女性在膈肌力学参数、呼吸肌功能和胸腹运动学方面的差异,以了解这些疾病之间的关联是否与呼吸功能和胸腹动力学的更严重损害有关。本研究旨在回答的主要问题是:与仅有腹壁成形术史者和仅有GERD者相比,患有GERD且有腹壁成形术史的女性是否表现出更严重的膈肌力学损害?
研究人员将比较三组参与者:患有GERD且有腹壁成形术史的女性、仅有腹壁成形术史的女性以及仅有GERD的女性,以确定GERD与腹壁成形术共存是否与膈肌活动度和厚度、呼吸肌力量和耐力、胸腹运动学、腹部核心肌群和胸锁乳突肌厚度以及身体成分的更大改变相关,并与更差的GERD相关症状和生活质量相关。参与者将接受初步临床评估,包括病史、人体测量学测量以及通过生物阻抗进行身体成分分析。他们还将完成关于GERD症状、生活质量和体力活动水平的问卷。随后将进行评估,包括膈肌、腹部肌肉和胸锁乳突肌超声;肺量计检查;胸腹运动学评估;通过最大吸气压/呼气压测定法测量呼吸肌力量;以及呼吸肌耐力测试。
当需要确诊GERD时,将进行24小时动态食管阻抗-pH监测。评估完成后,所获得的结果将
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。




