肺康复与气道廓清技术在非囊性纤维化支气管扩张多学科管理中的作用
该数据集来自 clinicaltrials.gov,聚焦非囊性纤维化支气管扩张(nCFBE)患者,研究肺康复项目联合呼吸物理治疗对运动耐量的影响

基本信息
资源简介
肺康复与气道廓清技术在非囊性纤维化支气管扩张多学科管理中的作用
该数据集来自 clinicaltrials.gov,聚焦非囊性纤维化支气管扩张(nCFBE)患者,研究肺康复项目联合呼吸物理治疗对运动耐量的影响。研究为随机对照临床试验,总时长 24 个月,干预持续 12 周。源站描述指出,尽管指南讨论此类项目对生活质量和运动耐量的益处,但 nCFBE 患者中的证据不足,需要更大样本、更长周期的研究。数据可用于了解该试验的设计与干预框架,支持呼吸康复相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:非囊性纤维化支气管扩张。肺康复项目是某些慢性呼吸系统疾病(如 COPD(慢性阻塞性肺疾病))多学科治疗的一部分。尽管其他疾病(如非囊性纤维化支气管扩张(nCFBE))的临床指南讨论了这些项目对生活质量和运动耐量的益处,但此类干预在 nCFBE 患者中的证据不足。需要更大样本量、更长周期并优化以最大化反应和维持长期益处的研究。本研究旨在检查肺康复项目联合呼吸物理治疗对 nCFBE 患者运动耐量的影响。这是一项随机对照临床试验,总时长 24 个月。干预将在 12 周内进行,然后
【主题与分类】
主题标签:Non-cystic Fibrosis Bronchiectasis。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/NCT02614300
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/NCT02614300
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:非囊性纤维化支气管扩张症。肺康复计划是某些慢性呼吸系统疾病(如COPD,即慢性阻塞性肺疾病)多学科治疗的一部分。尽管其他疾病(如非囊性纤维化支气管扩张症,nCFBE)的临床指南讨论了这些计划在生活质量和运动耐量方面的益处,但在nCFBE患者中此类干预的证据尚不充分。需要更大样本量、更长期的研究,并优化以最大化反应并维持长期益处。本研究旨在考察肺康复计划联合呼吸物理治疗对nCFBE患者运动耐量的影响。这是一项随机对照临床试验,总持续时间为24个月。干预将在12周内进行,随后是为期12个月的维持期。这是一项多中心研究,涉及以下医院:巴塞罗那的Hospital Clinic、Hospital la Plató和Hospital del Mar,赫罗纳的Hospital Josep Trueta,爱丁堡的Royal Infirmary,以及意大利的Fondazione Maugeri di Lumezzane。
受试者将按1:1:1的比例随机分为三组:(1)肺康复组,(2)胸部物理治疗组,(3)肺康复+胸部物理治疗组。巴塞罗那的Hospital la Plató将负责实施对照组。主要终点为“耐力往返步行试验”。
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。




