肺气肿患者肺减容线圈治疗（RENEW）研究
该数据集来自 clinicaltrials.gov，对应 RENEW 研究，聚焦肺气肿患者的肺减容线圈（LVRC）治疗。研究为前瞻性、多中心、随机、评估者盲法的对照研究，按 1:1 将受试者随机分配至 LVRC 治疗组与对照组，并按均质性/异质性肺气肿分层随机，以平衡两组异质性患者分布
基本信息
资源简介
肺气肿患者肺减容线圈治疗（RENEW）研究
Lung Volume Reduction Coil Treatment in Patients With Emphysema (RENEW) Study 数据集对应 clinicaltrials.gov 上的 RENEW 研究，聚焦肺气肿患者的肺减容线圈（LVRC）治疗。该研究为前瞻性、多中心、随机、评估者盲法的对照研究，受试者按 1:1 的比例被随机分配至 LVRC 治疗组与对照组，并按均质性肺气肿与异质性肺气肿进行分层随机，以支持两组中不同异质性患者分布的平衡。数据集以 Emphysema 为主题标签，本站将其归类于呼吸系统疾病下的其他类别，可为关注肺气肿介入治疗研究设计的人员提供该研究的结构化信息入口。
【数据集背景】
该数据集来源于 clinicaltrials.gov，对应一项名为 Lung Volume Reduction Coil Treatment in Patients With Emphysema (RENEW) Study 的临床研究。研究针对的疾病条件为肺气肿（Emphysema）。从研究设计看，其目的在于比较 LVRC 组与对照组之间的结局，属于一项前瞻性、多中心、随机、评估者盲法的对照研究。该研究在设计上特别考虑了肺气肿异质性的问题，通过分层随机来平衡两组中均质性与异质性肺气肿患者的分布。
【数据内容】
该数据集所承载的内容围绕 RENEW 研究展开，主题标签为 Emphysema，本站分类为呼吸系统疾病 / 其他。源站描述所呈现的核心内容包括研究条件（肺气肿）、研究类型（前瞻性、多中心、随机、评估者盲法、对照研究）、分组方式（LVRC 治疗组与对照组按 1:1 比例进行区组随机）以及随机化的分层因素（均质性肺气肿与异质性肺气肿）。关于数据集内具体包含哪些字段、变量或记录条目，源站未提供。
【采集与来源】
该数据集来自 clinicaltrials.gov。源站描述表明，该研究为前瞻性、多中心、随机、评估者盲法、对照研究，受试者将以 1:1 的比例被区组随机分配至 LVRC（治疗）组或对照组，随机化按均质性肺气肿与异质性肺气肿进行分层，以支持两组中不同异质性患者分布的平衡。除上述来源与设计信息外，关于数据采集的具体流程、时间范围、采集机构数量与地点等，源站未提供。
【适用场景】
基于现有信息，该数据集可用于了解 RENEW 研究的基本设计特征，包括其前瞻性、多中心、随机、评估者盲法与对照研究的性质，1:1 的区组随机分配方式，以及按均质性/异质性肺气肿分层随机的安排。对于关注肺气肿患者肺减容线圈（LVRC）治疗研究设计、随机化策略与异质性分层思路的人员，该数据集提供了对应的研究条目信息。关于该数据集在具体分析、建模或临床决策中的适用性，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式或操作说明。
【质量与限制】
该数据集的信息来自 clinicaltrials.gov 的源站描述，所涉及的研究设计特征如上所述。关于数据质量评估、完整性、准确性验证、样本量、结局指标与统计分析方法等，源站未提供。使用时应以源站描述所界定的研究设计信息为限，不宜外推至未提及的内容。
【引用与许可】
源站未提供该数据集的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/NCT01608490
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：肺气肿。这将是一项前瞻性、多中心、随机、评估者盲法的对照研究，比较LVRC组与对照组之间的结果。受试者将按LVRC（治疗组）与对照组1：1的比例进行区组随机化。随机化将按均质性肺气肿与异质性肺气肿进行分层，以支持LVRC组和对照组中不同异质性患者的平衡。
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。
