基于MRI和CT的COSYCONET队列结构与功能表型研究
条件：慢性阻塞性肺疾病（COPD）。这项前瞻性试验旨在利用影像学方法对COPD进行表型分析。识别不同的COPD表型，如“肺气肿型”和“气道型”，非常重要，因为治疗和预后会有所不同
基本信息
资源简介
基于MRI和CT的COSYCONET队列结构与功能表型研究
该数据集英文名为 Image-Based Structural and Functional Phenotyping of the COSYCONET Cohort Using MRI and CT，本站归类为呼吸系统疾病 / 其他，来源站为 clinicaltrials.gov。源站描述显示，其研究条件为慢性阻塞性肺疾病（COPD），这是一项前瞻性试验，旨在利用影像学方法对 COPD 进行表型分析。识别不同的 COPD 表型（如“肺气肿型”和“气道型”）具有重要意义，因为不同表型的治疗和预后会有所不同。影像学可能在诊断这些表型中发挥核心作用。目前计算机断层扫描（CT）被视为金标准，但涉及电离辐射且缺乏功能信息。该试验所针对的医学问题是基于影像的 COPD 表型分析，主要研究问题是磁共振成像（MRI）能否在区域层面上通过“结构与功能表型分析”替代 CT 用于 COPD 的表征，并将 MRI 的敏感性和特异性与作为金标准的 CT 进行比较。
【数据集背景】
慢性阻塞性肺疾病（COPD）存在不同的表型，源站描述中明确提及“肺气肿型”和“气道型”两类。识别这些表型之所以重要，是因为治疗和预后会因表型不同而有所差异。影像学被认为可能在诊断这些表型中扮演核心角色。就现有手段而言，CT 目前被当作金标准，但其不足在于涉及电离辐射，并且缺乏功能信息。正是在这一背景下，该前瞻性试验提出以影像学方法对 COPD 进行表型分析，并把“MRI 能否替代 CT”作为核心研究问题，聚焦于区域层面上的结构与功能表型分析。
【数据内容】
源站描述表明，该试验围绕基于影像的 COPD 表型分析展开，涉及 MRI 与 CT 两种成像方式，并计划在区域基础上开展“结构与功能表型分析”。试验将把 MRI 的敏感性和特异性与作为金标准的 CT 进行比较。源站描述在“To achieve this goal, MRI and CT of the lun”处截断，因此关于肺部 MRI 与 CT 的具体采集范围、图像数量、受试者规模、随访安排等数据内容细节，源站未提供。
【采集与来源】
该数据集来源站为 clinicaltrials.gov，源站描述将其界定为一项前瞻性试验，研究条件为慢性阻塞性肺疾病（COPD）。采集手段涉及 MRI 与 CT 两种影像学方法，并以 CT 作为金标准进行对照。关于采集机构、采集时间窗、样本量、纳入与排除标准、具体扫描参数等信息，源站未提供。
【适用场景】
依据源站描述，该数据集所对应的研究适用于 COPD 的影像学表型分析场景，特别是区分“肺气肿型”与“气道型”等不同表型，以服务于治疗与预后判断的差异化需求。同时，它也适用于评估 MRI 在区域层面上开展结构与功能表型分析时，能否替代 CT 这一金标准，即比较 MRI 相对于 CT 的敏感性和特异性。关于该数据集在其他疾病或非研究用途上的适用性，源站未提供。
【使用方法】
源站描述仅说明该试验将 MRI 与 CT 的肺部成像用于区域层面的结构与功能表型分析，并以 CT 为金标准比较 MRI 的敏感性和特异性。关于数据的具体使用方式、分析流程、统计方法、软件工具或访问接口等，源站未提供。
【质量与限制】
源站描述指出，CT 虽被视为金标准，但涉及电离辐射且缺乏功能信息，这是该研究所针对的医学问题的一部分。该试验的核心问题即 MRI 能否替代 CT 完成 COPD 的结构与功能表型分析，其敏感性和特异性将与 CT 比较。除上述内容外，关于数据集的质量控制、标注一致性、样本代表性等质量与限制信息，源站未提供。
【引用与许可】
源站未提供引用方式与许可信息。
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/NCT02629432
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）。本前瞻性试验旨在利用影像学方法对COPD进行表型分型。识别不同的COPD表型（如“肺气肿型”和“气道型”）具有重要意义，因为其治疗和预后各不相同。影像学可能在诊断这些表型中发挥核心作用。迄今为止，计算机断层扫描（CT）被视为金标准，但其涉及电离辐射且缺乏功能信息。本试验所针对的医学问题是基于影像的COPD表型分型。主要研究问题是磁共振成像（MRI）能否在区域层面上通过“结构和功能表型分型”替代CT用于COPD的 characterization。将比较MRI与作为金标准的CT的敏感性和特异性。为实现这一目标，将对来自主要Cosyconet队列的625名COPD患者组成的多中心队列进行肺部MRI和CT检查。此外，还将验证MRI结果的可靠性。MRI表型将通过视觉评估和使用具有定量读出功能的软件进行评估。将确定两者的一致性。
将评估MRI相较于CT所提供的额外信息。特别关注的是实施一种基于影像的肺功能储备生物标志物，该标志物源自MRI对肺灌注的测量，并将与肺功能测试（如一氧化碳肺转移因子（TLCO））、6分钟步行试验（6-MWD）以及肺外疾病表现的结果进行相关性分析。
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。
