新生儿期检出囊性纤维化儿童的学龄前呼吸功能数据集
该数据集来自 clinicaltrials.gov,聚焦于新生儿期检出囊性纤维化(Cystic Fibrosis)的儿童在学龄前阶段的呼吸功能评估

基本信息
资源简介
新生儿期检出囊性纤维化儿童的学龄前呼吸功能数据集
该数据集来自 clinicaltrials.gov,聚焦于新生儿期检出囊性纤维化(Cystic Fibrosis)的儿童在学龄前阶段的呼吸功能评估。由于法国自2002年起广泛开展新生儿囊性纤维化筛查,患儿可从出生起接受治疗,而针对幼儿的新疗法需要适用于该人群的疗效评估标准。传统用于年长儿童和成人的用力呼气容积/秒不适用于3至6岁学龄前儿童,因此该数据集涉及气道阻力(Rint)、比气道阻力(sRaw)、功能残气量(CRF He)等替代评估指标,可用于学龄前囊性纤维化患儿呼吸功能评估方法的研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:囊性纤维化。自2002年以来法国广泛开展的新生儿囊性纤维化筛查使得儿童能够从出生起接受治疗。用于幼儿的新疗法需要评估针对该人群的特定疗效标准。年长儿童和成人标准呼吸功能标准是用力呼气容积/秒。该技术不适用于学龄前儿童(3至6岁),因为他们年龄太大而无法镇静,又太小且不成熟,无法做出正确、可重复并持续超过1秒的用力呼气技术。对于学龄前儿童,为了评估远端损伤及其后果,评估项目包括:通过气流中断技术(Rint)测量气道阻力、体积描记法测量比气道阻力(sRaw)、通过氦稀释技术(CRF He)测量功能残气量、动脉
【主题与分类】
主题标签:Cystic Fibrosis。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02358798
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/NCT02358798
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:囊性纤维化。自2002年以来,法国广泛开展新生儿囊性纤维化筛查,使得患儿从出生起即可接受治疗。用于幼儿的新疗法需要评估针对该人群的特异性疗效标准。年长儿童和成人的标准呼吸功能标准为第一秒用力呼气容积。该技术不适用于学龄前儿童(3至6岁),因为他们年龄太大而不宜镇静,又太小且不成熟,无法正确、可重复地完成用力呼气技术并持续超过1秒。对于学龄前儿童,为评估远端损伤及其后果,评估项目包括:通过气流中断技术测定气道阻力(Rint)、体积描记法测定比气道阻力(sRaw)、氦稀释技术测定功能残气量(CRF He)、动脉血气测定、肺清除指数。所有这些方法的成功率均较高,可单独使用或与用力肺量计检查交替使用。然而,每种方法仅能提供关于受检儿童气道和肺部损伤的部分信息。
需要将它们结合起来,才能更好地获得关于整体呼吸系统损伤的信息。在法国,每个呼吸功能检测实验室除了流量-容积曲线外,还会根据其操作习惯和设备情况,采用其中一种或任意几种方法。因此,学龄前儿童的呼吸功能检测将越来越多样化,从而损害不同中心之间操作的同质性。为了评估任何新疗法的疗效,需要一个参照人群,该人群来自对大型队列进行的纵向多中心监测,采用标准化方法获得,描述肺功能的演变。而且,随着不同中心对检出的囊性纤维化患儿照护的同质化,通过标准化方法对肺功能自然演变的描述将改善判别
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。




