MoblO2 维持氧合研究
该数据集来自 clinicaltrials.gov,围绕 MoblO2 设备在 COPD 或间质性肺病患者中的三周交叉试验

基本信息
资源简介
MoblO2 维持氧合研究
该数据集来自 clinicaltrials.gov,围绕 MoblO2 设备在 COPD 或间质性肺病患者中的三周交叉试验。受试者静息时不需要吸氧,但已被处方在活动时使用氧气。入组后先佩戴活动监测器一周,按平时方式使用自有吸氧设备;之后继续佩戴监测器,并获得家用固定式氧气浓缩器和两个 D 型氧气瓶,其中一个连接 MoblO2 设备,另一个备用。数据可用于评估活动状态下氧合维持与设备使用情况(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:COPD(慢性阻塞性肺疾病)、间质性肺病。这是一项单中心(National Jewish Health)、为期三周、非盲(对氧气输送)的交叉试验,研究 MoblO2 设备在静息时不需要吸氧但已被处方在活动时使用氧气的 COPD 或 ILD 患者中的应用。入组后,每位受试者将获得一个活动监测器,并佩戴一周,同时按平时方式使用自己的吸氧设备。第一周后,他们将继续佩戴活动监测器,并获得一个家用填充式固定氧气浓缩器和两个 D 型氧气瓶(气瓶),他们将用浓缩器为其充气。MoblO2 设备将连接到一个 D 型氧气瓶上,另一个将作为备用,以便在第一个气瓶用完时使用,届时将把 MoblO2 设备从空气瓶上取下,连接到备用气瓶上使用,而第一个气
【主题与分类】
主题标签:Intersitital Lung 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/NCT07704567
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/NCT07704567
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:COPD(慢性阻塞性肺疾病)、间质性肺病。这是一项单中心(National Jewish Health)、为期三周、非盲法(对氧气输送设盲)的MoblO2设备交叉试验,受试者为不需要静息吸氧但已被处方在活动时使用氧气的COPD或ILD患者。入组后,每位受试者将获得一个活动监测器,并在第一周内按平时习惯使用自己的氧气设备时佩戴该监测器。第一周后,他们将继续佩戴活动监测器,并获得一台家用填充式固定氧气浓缩器和两个D型罐(气瓶),后者将从浓缩器充装。MoblO2设备将连接到一个D型罐上,另一个作为备用,以便在第一个罐用尽时,将MoblO2设备从空罐上取下,连接到备用罐上使用,同时第一个罐将从浓缩器充装并留作备用。在接下来的两周内,患者在任何用力活动时,都将被要求使用由研究提供的带有MoblO2系统的D型罐。
在其中一周(A周),MoblO2设备将放置在D型氧气瓶顶部,收集数据但不控制氧气流量。在另一周(B周),MoblO2设备将放置在D型氧气瓶顶部,收集数据并控制氧气流量。III.B.1. 筛选以确定氧气流量:同意参与的患者将通过以下氧气滴定方案进行氧气需求筛选:患者将被指示在安静、人流量少的走廊中,沿着30米的路线尽可能快地来回行走(不得跑步或慢跑),同时监测其SpO2。行走持续至3分钟结束或SpO2降至≤ 88%。若3分钟内SpO2未降至≤ 88%,则患者不符合研究条件。若SpO2在3分钟前降至≤ 88%,则停止行走,患者休息5分钟。随后以2升/分钟的增量添加氧气——连续流氧气,通过患者行走时拉动的推车上的E型氧气瓶输送——直至患者
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




