血流限制训练与传统运动训练对急性心肺反应的研究(CaRe BFR)
该数据集来自 clinicaltrials.gov,聚焦慢性阻塞性肺疾病(COPD)患者与健康个体在血流限制(BFR)运动及传统耐力、抗阻运动下的急性生理与感知反应

基本信息
资源简介
血流限制训练与传统运动训练对急性心肺反应的研究(CaRe BFR)
该数据集来自 clinicaltrials.gov,聚焦慢性阻塞性肺疾病(COPD)患者与健康个体在血流限制(BFR)运动及传统耐力、抗阻运动下的急性生理与感知反应。研究采用随机交叉设计,包含多个实验组,以便在受试者内比较不同运动模式和条件。COPD 受试者需完成三种功率自行车运动条件:血流限制骑行、持续骑行和间歇骑行,所有训练均在标准化实验室条件下进行,包括热身及相应方案。数据可用于分析不同运动模式对心肺系统的急性影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:COPD。详细描述:本研究探讨血流限制(BFR)运动与常规耐力和抗阻运动相比,在慢性阻塞性肺疾病(COPD)患者和健康个体中引起的急性生理和感知反应。该研究由多个实验组组成,采用随机交叉设计,以便在受试者内比较不同运动模式和条件。耐力运动——COPD 受试者(力竭方案):COPD 患者将在随机交叉设计中完成三种功率自行车运动条件:血流限制骑行(BFR-CYC)、持续骑行(CONT-CYC)、间歇骑行(INT-CYC)。所有训练均在标准化实验室条件下使用功率自行车进行,包括热身,随后进行相应方案。运动将 p
【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://clinicaltrials.gov/study/NCT05163600
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/NCT05163600
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:COPD。详细描述 本研究探讨了血流限制(BFR)运动与常规耐力和阻力运动相比,在慢性阻塞性肺疾病(COPD)患者和健康个体中的急性生理和感知反应。该研究采用随机交叉设计,包含多个实验组,以便在受试者内比较不同运动模式和条件下的反应。耐力运动 - COPD参与者(力竭方案)COPD患者将完成三种自行车运动条件,采用随机交叉设计:血流限制骑行(BFR-CYC)、持续骑行(CONT-CYC)、间歇骑行(INT-CYC)。所有训练均在标准化实验室条件下的功率自行车上进行,包括热身,随后进行相应的方案。除非达到预定的安全标准,否则运动将持续到症状限制(自愿力竭)。BFR-CYC:以50%峰值功率(PWR)进行持续骑行,双侧大腿袖带充气至50%肢体闭塞压(LOP)。作为安全限制,最长持续时间设定为30分钟。
CONT-CYC:以65% PWR持续骑行,直至症状限制。INT-CYC:以80% PWR进行重复间歇骑行,其间穿插50% PWR的恢复期,直至症状限制。在所有训练过程中,将连续测量心肺参数(通气量、摄氧量、二氧化碳产量)、肌肉氧合(NIRS)、血乳酸、血流动力学反应及感知反应(呼吸困难、自觉用力程度)。耐力运动——COPD与健康参与者(固定时长方案)COPD患者和健康参与者均将完成两种耐力运动条件,采用随机交叉设计:血流限制骑行(BFR-CYC)非BFR对照骑行所有训练均在标准化实验室条件下,于功率自行车上进行。运动
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。




