慢性肺病远程医疗与现场维持锻炼
该数据集来自clinicaltrials.gov,聚焦慢性肺病患者的远程医疗与现场维持锻炼研究。覆盖COPD、COPD急性加重、COPD支气管炎、肺气肿或COPD、慢性肺病、肺纤维化、间质性肺病、支气管扩张等疾病

基本信息
资源简介
慢性肺病远程医疗与现场维持锻炼
该数据集来自clinicaltrials.gov,聚焦慢性肺病患者的远程医疗与现场维持锻炼研究。覆盖COPD、COPD急性加重、COPD支气管炎、肺气肿或COPD、慢性肺病、肺纤维化、间质性肺病、支气管扩张等疾病。研究将参与者随机分为三组:远程康复组、现场门诊康复组和对照组,采用网络随机化服务与计算机随机数生成器分配,以消除偏倚。数据可用于比较不同康复模式的效果,支持呼吸系统疾病康复管理与分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:COPD、COPD急性加重、COPD支气管炎、肺气肿或COPD、慢性肺病、肺纤维化、间质性肺病、支气管扩张。随机分配:参与者将使用基于网络的随机化服务(www.randomize.net)被随机分配到三组之一:1)远程康复,患者在家中但远程接受监督干预,2)现场门诊康复,3)对照组,使用计算机随机数生成器以在分配期间消除偏倚风险。受试者入组同意:表达研究兴趣的潜在参与者将由研究团队通过电话联系,以进行筛查并寻求研究同意。将在电话中询问预筛查问题以确认资格。知情同意书将在初次电话中朗读,并部分
【主题与分类】
主题标签:Copd、COPD Exacerbation、COPD Bronchitis、Emphysema or COPD、Chronic Lung Disease、Pulmonary Fibrosis、Interstitial Lung Disease、Bronchiectasis、Chronic Asthma、Chronic Asthmatic Bronchitis。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/NCT06304207
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/NCT06304207
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
疾病类型:COPD、COPD急性加重、COPD支气管炎、肺气肿或COPD、慢性肺病、肺纤维化、间质性肺病、支气管扩张。随机分组 参与者将通过基于网络的随机化服务(www.randomize.net)被随机分配到以下三组之一:1)远程康复组,患者在家中但将接受远程监督下的干预;2)现场门诊康复组;3)对照组,使用计算机随机数字生成器进行分配,以消除分配过程中的偏倚风险。受试者招募 同意:对研究表示兴趣的潜在参与者将由研究团队通过电话联系,进行筛查并征求研究同意。将通过电话询问预筛选问题以确认资格。在初次电话通话期间将宣读知情同意书,参与者将被要求在首次访问MGH健康职业学院IMPACT实践中心之前,通过发送至其电子邮箱的RedCap链接签署一份同意书副本。
与研究相关的任何问题都将在签署知情同意书之前予以解答(见所附知情同意书)。参与者将被告知有可能被分入三个组别之一。研究研究者将参与获取知情同意。对照组参与者在研究期结束后,将有机会完成一项为期8周的现场或远程康复干预。参与者可在任何时候退出研究,不会受到任何处罚或产生任何负面后果。参与将是自愿的,参与者可随时选择退出研究。为提高来自多元化和代表性不足背景参与者的招募率,将在MGH Institute of Health Professions的现场地点提供免费停车。对于被分配到远程康复组、且无法连接并参与干预的参与者,将在研究期间借用一台I-pad。此外,所有参与者将获得50.00美元的礼品
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。




