虚拟现实对COPD患者自我效能与生活质量的影响
该数据集来源于clinicaltrials.gov,主题为虚拟现实对COPD患者自我效能与生活质量的影响。研究设计为随机对照研究,旨在确定结合虚拟现实进行的呼吸与身体锻炼对COPD患者自我效能和生活质量的作用

基本信息
资源简介
虚拟现实对COPD患者自我效能与生活质量的影响
该数据集来源于clinicaltrials.gov,主题为虚拟现实对COPD患者自我效能与生活质量的影响。研究设计为随机对照研究,旨在确定结合虚拟现实进行的呼吸与身体锻炼对COPD患者自我效能和生活质量的作用。数据收集于2021年12月至2022年6月,地点为Atatürk大学研究与应用中心胸科门诊及病房。该门诊拥有36张床位,每月约收治60名患者,患者平均住院5至15天,全年每天24小时运行。数据可用于分析虚拟现实干预对呼吸系统疾病患者心理与生活质量指标的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Nursing Caries、Copd、Cough、Quality of Life、Self Efficacy。研究类型:本研究计划为一项随机对照研究,旨在确定结合虚拟现实进行的呼吸和身体锻炼对COPD患者自我效能和生活质量的影响。研究地点与特征:研究数据于2021年12月至2022年6月在Atatürk大学研究与应用中心胸科门诊和病房收集。Atatürk大学研究与应用中心胸科门诊拥有36张床位,每月约收治60名患者,患者在门诊平均停留5至15天。该门诊全年每周7天、每天24小时运行。在门诊中,08:00-16:00班次有2名医生、2名护士、1名秘书和2名辅助人员工作,另有1名医生、1名护士和
【主题与分类】
主题标签:Nursing Caries、Copd、Cough、Quality of Life、Self Efficacy。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/NCT07001683
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/NCT07001683
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:护理性龋齿、慢性阻塞性肺疾病、咳嗽、生活质量、自我效能。研究类型:本研究计划为一项随机对照研究,旨在确定虚拟现实呼吸及物理锻炼对慢性阻塞性肺疾病患者自我效能和生活质量的影响。研究地点及特征:研究数据于2021年12月至2022年6月期间在阿塔图尔克大学研究与应用中心胸科门诊及病房收集。阿塔图尔克大学研究与应用中心胸科病房设有36张床位,每月约收治60名患者,患者在病房平均住院5至15天。该病房全年每周7天、每天24小时运行。病房内,08:00至16:00班次有2名医生、2名护士、1名秘书和2名助理人员工作;16:00至24:00班次有1名医生、1名护士和1名助理人员工作;00:00至08:00班次有人员值班。胸科门诊在工作日接诊患者,共有两间诊室。
胸科门诊有两个独立的房间用于进行呼吸功能测试,这些测试测量由护士完成。研究总体与样本 本研究的总体包括2021年12月至2022年6月期间在阿塔图尔克大学研究与应用中心胸科门诊接受住院治疗的个体,以及到门诊就诊的COPD患者。为确定样本数量,进行了先验功效分析。功效分析中以Cohen标准效应量作为参考方法。在功效分析中,对于具有前测和后测的两组,在p<0.05显著性水平、高效应量和95%置信区间下,要达到80%功效,两组中每组至少必须有26人。量表。确定总共需要52名参与者。123 然而,考虑到可能会有数据丢失,两组各纳入了32名患者。
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。




