COPD患者稳定期与急性加重期痰液微生物群及炎症数据集
该数据集来自Bergen COPD Cohort and Exacerbations研究，包含36名COPD患者在稳定期和急性加重期的诱导痰样本，另有一名患者在三年研究期内提供13次痰液样本
基本信息
资源简介
COPD患者稳定期与急性加重期痰液微生物群及炎症数据集
Sputum microbiota and inflammation at stable state and during exacerbations in a cohort of chronic obstructive pulmonary disease (COPD) patients
该数据集来自Bergen COPD Cohort and Exacerbations研究，包含36名COPD患者在稳定期和急性加重期的诱导痰样本，另有一名患者在三年研究期内提供13次痰液样本。数据覆盖微生物组成变化及相应免疫反应，可用于分析COPD急性加重期间气道微生物群的变化及其与炎症的关系（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：背景：慢性阻塞性肺疾病（COPD）的急性加重是使人衰弱的事件，并加速疾病进展。感染性病因频繁出现；然而，目前尚不清楚急性加重在多大程度上由气道微生物群的较大变化引起。本研究的目的是分析稳定期与急性加重期之间微生物组成的变化及相应的免疫反应。方法：研究样本包括来自Bergen COPD Cohort and Exacerbations研究的36名在稳定期和急性加重期接受检查的COPD患者，以及一名在三年研究期内13个不同场合提供痰液的患者。医生在所有时间点对患者进行检查，并按照严格方案进行痰液诱导。本研究仅使用诱导痰样本，不使用自然咳出的痰液。痰液
【主题与分类】
主题标签：COPD。本站分类：呼吸系统疾病/其他。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Aa4ce876ced9f06604b3c81dcd53ca77cf05f8eaee7291f0f9e23ca65772fbee4
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
背景：慢性阻塞性肺疾病（COPD）的急性加重是使人衰弱的事件，并会加速疾病进展。感染性病因较为常见；然而，目前尚不清楚气道微生物群的较大变化在多大程度上导致了急性加重。本研究旨在分析稳定期与急性加重期之间微生物组成的变化及相应的免疫反应。方法：研究样本包括来自卑尔根COPD队列与急性加重研究的36例在稳定期和急性加重期接受检查的COPD患者，以及1例在三年研究期间13个不同时间点提供痰液的患者。医生在所有时间点对患者进行检查，并按照严格方案进行痰液诱导。本研究仅使用诱导痰样本，不使用自然咳出的痰液。痰液炎症标志物（IL-6、IL-8、IL-18、IP-10、MIG、TNF-α）和抗菌肽（AMPs，即L…
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。
