Zephyr Valve 日本上市后监测
该数据集来自 clinicaltrials.gov，为 Zephyr Valve 在日本开展的上市后监测研究。研究覆盖日本 20 个中心，连续入组 140 名因重度肺气肿导致肺过度充气、且被认为适合使用 Zephyr Endobronchial Valve 进行 BLVR 的成年患者
基本信息
资源简介
Zephyr Valve 日本上市后监测
该数据集来自 clinicaltrials.gov，为 Zephyr Valve 在日本开展的上市后监测研究。研究覆盖日本 20 个中心，连续入组 140 名因重度肺气肿导致肺过度充气、且被认为适合使用 Zephyr Endobronchial Valve 进行 BLVR 的成年患者。入组者接受 Chartis 评估确认目标肺叶侧支通气极少或无后置入 EBV，住院观察至少 3 晚并随访 12 个月，存在侧支通气者退出监测。主要终点为气胸发生率。数据可用于评估该器械在真实世界中的安全性及临床结局（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：肺气肿、COPD、重度肺气肿。这是一项多中心、前瞻性、观察性监测，覆盖日本 20 个中心，连续入组 140 名因重度肺气肿导致肺过度充气的成年患者，这些患者被认为适合使用 Zephyr Endobronchial Valve（EBV，Pulmonx Corporation）进行 BLVR，并确认目标肺叶侧支通气极少或无。入组（知情同意）的受试者将接受支气管镜检查并使用 Chartis 评估，以确认存在极少或无侧支通气（CV- 状态），随后在最病变肺叶置入 EBV。受试者将住院至少 3 晚以进行观察，并随访 12 个月。存在侧支通气的受试者将退出监测，不接受治疗。主要终点是气胸发生率
【主题与分类】
主题标签：Emphysema、COPD、Severe Emphysema。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/NCT06332885
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/NCT06332885
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：肺气肿、慢性阻塞性肺疾病（COPD）、重度肺气肿。这是一项在日本20个中心开展的多中心、前瞻性、观察性监测研究，连续入组140例因重度肺气肿导致肺过度充气的成年患者，这些患者被认为适合使用Zephyr支气管内活瓣（EBV，Pulmonx Corporation）进行BLVR，且已确认靶肺叶存在极少或无侧支通气。入组（已签署知情同意）的受试者将接受支气管镜检查并进行Chartis评估，以确认存在极少或无侧支通气（CV-状态），随后在最病变肺叶置入EBV。受试者将住院至少3晚进行观察，并随访12个月。存在侧支通气的受试者将退出监测，不接受治疗。主要终点为索引手术后第45天气胸的发生率。有效性将根据肺功能、运动能力、呼吸困难和生命质量从基线至指定时间点的变化进行评估。
将在第45天和第12个月进行高分辨率计算机断层扫描（HRCT），以确定治疗肺叶体积减少（TLVR）。将在第3、6和12个月通过测量支气管扩张剂后1秒用力呼气容积（FEV1）、残气量（RV）和6分钟步行距离来评估肺功能。安全性将根据至第12个月治疗中出现的不良事件发生率进行评估。受试者将被要求在根据当地/国家指南在第45天至第3个月之间完成肺康复计划。
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。
