囊性纤维化患者肺气肿的胸部MDCT密度测定数据集

数据集获取（Figshare）

• 源站标题：Pulmonary Emphysema in Cystic Fibrosis Detected by Densitometry on Chest Multidetector Computed Tomography
• DOI：10.1371/journal.pone.0073142
• 发布日期：2013-08-21
• 文件数：4 个
• 文件总体积：2.72 MB
• 源站页面：https://plos.figshare.com/articles/dataset/_Pulmonary_Emphysema_in_Cystic_Fibrosis_Detected_by_Densitometry_on_Chest_Multidetector_Computed_Tomography_/778887

命令行下载

curl -L -o "Figure_S1.tif" "https://ndownloader.figshare.com/files/1177872"
curl -L -o "Figure_S2.tif" "https://ndownloader.figshare.com/files/1177873"
curl -L -o "Table_S1.doc" "https://ndownloader.figshare.com/files/1177874"
curl -L -o "Methods_S1.doc" "https://ndownloader.figshare.com/files/1177875"

文件清单

• Figure_S1.tif（2.43 MB）
• Figure_S2.tif（191.53 KB）
• Table_S1.doc（39.94 KB）
• Methods_S1.doc（56.32 KB）

文件总体积 2.72 MB（源站 API 实测）。

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。

数据说明

背景
对囊性纤维化（CF）患者肺标本的组织病理学研究以及近期小鼠模型的结果表明，肺气肿可能参与CF肺疾病的发生。然而，肺气肿在CF患者中的相关性仍知之甚少。在本研究中，我们利用基于胸部多排探测器计算机断层扫描（MDCT）计算生成的密度掩模，对CF中的肺气肿进行无创表征和定量。方法
对41例CF患者（中位年龄20.1岁；范围7-66岁）和21例非CF对照者（中位年龄30.4岁；范围4-68岁）在肺功能检测的同时进行容积MDCT扫描，并采用专用软件进行分析。对肺进行分割，将低于-950 Hounsfield单位阈值的低衰减容积归为肺气肿容积（EV），并计算肺气肿指数（EI）。结果与第1秒用力呼气容积占预计值百分比（FEV1%）、残气量（RV）及RV/肺总量（RV/TLC）进行相关性分析。

结果
我们发现，与非CF对照组（78±90 ml）相比，CF患者的EV增加（457±530 ml）（PPs=-0.66），并且在CF患者中，EV与RV（rs=0.69）及RV/TLC（rs=0.47）直接相关（Ps=0.67，P结论
我们的结果表明，通过胸部MDCT密度测定法检测到的早发性肺气肿是一种特征性病理改变，它会导致气流受限，并可能作为监测CF肺部疾病的新型终点指标。

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.1371/journal.pone.0073142（source: https://plos.figshare.com/articles/dataset/_Pulmonary_Emphysema_in_Cystic_Fibrosis_Detected_by_Densitometry_on_Chest_Multidetector_Computed_Tomography_/778887）。