识别慢性阻塞性肺疾病的炎症生物标志物
该数据集来自 clinicaltrials.gov，聚焦慢性阻塞性肺疾病（COPD）的炎症生物标志物识别。源站描述指出，COPD 涵盖慢性支气管炎与肺气肿，以气道阻塞影响正常呼吸为特征；气道炎症可源于有害气体暴露、慢性细菌感染及遗传易感性，并可能超出肺部导致全身症状和死亡风险升高
基本信息
资源简介
识别慢性阻塞性肺疾病的炎症生物标志物
该数据集来自 clinicaltrials.gov，聚焦慢性阻塞性肺疾病（COPD）的炎症生物标志物识别。源站描述指出，COPD 涵盖慢性支气管炎与肺气肿，以气道阻塞影响正常呼吸为特征；气道炎症可源于有害气体暴露、慢性细菌感染及遗传易感性，并可能超出肺部导致全身症状和死亡风险升高。研究将利用 TESAOD 及其 33 年随访数据，分析 COPD 与多种炎症标志物表达的关系，可用于探索炎症标志物与 COPD 发生发展之间的关联（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：慢性阻塞性肺疾病。COPD 是一个涵盖慢性支气管炎和肺气肿的术语，这两种疾病以气道阻塞妨碍正常呼吸为特征。气道炎症可源于暴露于空气中的有害烟雾、气道中的慢性细菌感染，以及对这些因素产生炎症反应的遗传易感性。在 COPD 患者中，气道炎症可能超出肺部，导致全身症状，并最终增加死亡风险。全身炎症的标志物已被识别，但这些标志物与 COPD 何时发生及发展到何种程度之间的关系尚未确定。本研究将利用 TESAOD 及其 33 年随访期间收集的数据，确定 COPD 与多种炎症蛋白表达之间的关系。
【主题与分类】
主题标签：Chronic Obstructive Pulmonary Disease。本站分类：呼吸系统疾病/其他。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00394940
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/NCT00394940
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：慢性阻塞性肺疾病。COPD是一个涵盖慢性支气管炎和肺气肿的术语，这两种疾病均以气道阻塞为特征，干扰正常呼吸。气道炎症可能源于暴露于空气中的有害烟雾、气道中的慢性细菌感染，以及对这些因素产生炎症反应的遗传易感性。在COPD患者中，气道炎症可能超出肺部范围，导致全身性症状，并最终增加死亡风险。全身性炎症的标志物已被识别，但这些标志物与COPD发生的时间及程度之间的关系尚未确定。本研究将利用TESAOD及其33年随访期间收集的数据，确定COPD与多种炎症蛋白表达之间的关系，包括促炎细胞因子（如IL-6、IL-8、TNF-alpha）和急性期蛋白（如C反应蛋白、可溶性CD14）。本研究不会招募任何新参与者。
在TESAOD研究期间收集的详细呼吸表型信息和血清样本将与新生成的生物标志物和蛋白质信息一起评估。本研究不会收集新的表型数据或生物标本。
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。
