引言与背景

喘息性肺炎是呼吸系统常见的感染性疾病之一，尤其在老年患者群体中具有较高的发病率与并发症风险。其临床诊断往往需要结合影像学检查、实验室检验及功能学评估等多维度数据进行综合判断，这一过程对人工智能辅助诊断系统的研发提出了迫切需求。高质量、多模态的标注医疗数据集是开展医学影像智能分析、计算机辅助诊断（CAD）、疾病预测模型构建等研究工作的核心基础设施。

本数据集围绕"喘息性肺炎"这一特定临床场景，系统性地整合了来自真实住院患者的完整临床检查资料，涵盖胸部计算机断层扫描（CT）原始影像、血液生化与细胞分析报告、尿液分析报告、肝功能与肾功能检测报告、心电图检查报告以及心脏彩色多普勒超声报告等多模态医疗数据。数据集内容丰富、结构规范，既包含了医学影像领域常用的DICOM标准格式原始图像，也涵盖了以PDF格式呈现的结构化诊断报告文本，为研究者提供了从图像分析、文本理解到多模态融合的全方位研究素材。

数据集的核心价值在于其数据的完整性与真实性：所有影像数据均为临床实际采集的原始CT序列，保留了完整的DICOM元数据信息（包括检查参数、设备信息、扫描序列描述等）；所有检验报告与功能学评估均为真实临床场景下的诊断文件，包含了完整的检测项目、数值结果、参考范围及异常标记。这些特点使得本数据集不仅适用于影像识别与分类任务，也适用于医学报告生成、诊断文本理解、实验室指标异常关联分析等更广泛的医学人工智能研究方向。

此外，本数据集已完成严格的脱敏处理，所有可识别患者身份的信息均已移除，确保了患者隐私的保护与数据使用的合规性，为科研机构、医疗人工智能企业及学术研究者提供了可安全使用的高质量医疗数据资源。

查看原文

数据基本信息

数据字段说明

字段名称	字段类型	字段含义	数据示例	完整性
患者标识	字符串	脱敏处理后的患者唯一识别编号	564840	完整 100%
模态类型	枚举	医疗检查的技术手段类别	CT/ECG/US/LAB	完整 100%
身体部位	字符串	影像或检查所针对的解剖区域	CHEST（胸部）	完整 100%
文件格式	枚举	数据文件的存储格式类型	DICOM/PDF	完整 100%
影像分辨率	数值	CT断层图像的像素维度	512×512	完整 100%
扫描序列	字符串	CT扫描的窗位/重建算法描述	2.0 x 2.0_lung（肺窗）/ 2.0 x 2.0_med（纵隔窗）	完整 100%
检查日期	日期	医疗检查执行的日期	2025-12-12	完整 100%
检验项目	字符串	实验室检测的具体指标名称	白细胞计数/谷草转氨酶/钾离子	完整 100%
检测数值	浮点数	实验室指标的定量测量结果	4.49×10⁹/L	完整 100%
参考范围	数值区间	指标的正常参考值范围	3.5-9.5	完整 100%
异常标记	符号	结果是否超出正常范围的标识	↑（升高）/↓（降低）/正常	完整 100%
诊断文本	文本	放射科或临床医师的诊断描述	支气管炎，双肺局灶性肺气肿	完整 100%
功能参数	数值	心脏功能学评估的量化指标	EF 67% / FS 37%	完整 100%
科室来源	字符串	患者就诊的临床科室	花溪肝胆脾胃病科	完整 100%

数据分布情况

文件格式分布

文件格式	文件数量	占比
DICOM 影像文件	668	96.7%
PDF 诊断报告	7	1.0%
其他（目录结构）	16	2.3%
合计	691	100%

模态类型分布

模态类型	序列/报告数	占比
胸部CT影像（肺窗+纵隔窗双序列）	2	28.6%
血细胞分析（五分类+hs-CRP）	1	14.3%
肝功能+肾功能+生化组合检测	1	14.3%
尿液分析	1	14.3%
心电图检查	1	14.3%
心脏彩超+左心功能测定	1	14.3%
合计	7	100%

检查项目分布（实验室检验）

大类检验项目	子项目数	占比
血细胞分析（含五分类）	26	25.7%
肝功能检测	13	12.9%
肾功能与电解质	12	11.9%
心肌损伤标志物	5	5.0%
血脂四项	4	4.0%
尿液分析	11	10.9%
其他（葡萄糖、淀粉酶等）	30	29.7%
合计	101	100%

CT扫描序列分布

序列类型	图像数量	占比	典型应用
2.0 x 2.0_lung（肺窗重建）	334	50.0%	观察肺实质病变、支气管及胸膜细节
2.0 x 2.0_med（纵隔窗重建）	334	50.0%	观察纵隔结构、淋巴结、大血管及胸壁
合计	668	100%

时间分布

检查日期	文件数	占比
2025-12-12	668（DICOM）+ 5（检验报告）	97.4%
2025-12-13	1（超声报告）+ 1（尿液报告）	0.3%
合计	675	100%

注：尿液分析报告中检验时间为2025-12-12，报告打印时间为2026-01-14，属于同一住院周期内的文档管理时间差。

主要实体分布

实体类型	实体描述	数量/数值
患者数	脱敏后独立患者	1 例（ID: 564840）
年龄	患者实际年龄	85 岁
性别	患者性别	男性
住院科室	就诊临床科室	花溪肝胆脾胃病科
CT总层数	单个患者完整CT扫描层数	334 层（每序列）
影像分辨率	所有CT断层统一分辨率	512×512 像素
窗位设置	CT重建算法类型	肺窗 + 纵隔窗
总数据量	数据集整体存储规模	约 345.36 MB
检验指标总数	所有实验室检测项目合计	101 项
异常指标数	超出参考范围的检测项目	12 项（约11.9%）

数据优势

优势特征	具体表现	应用价值
多模态完整性	整合了胸部CT影像、五类实验室检验报告、心电图、心脏超声等多种模态数据；每一模态均包含原始数据与结构化诊断信息	支持多模态融合学习、跨模态关联分析、影像-报告联合建模等前沿研究方向；为构建综合性诊断辅助系统提供完整数据基础
原始DICOM影像完整保留	668张CT断层图像均为标准DICOM格式，包含完整的设备参数、扫描信息、像素数据及元数据；采用肺窗与纵隔窗双序列重建，覆盖胸部诊断的全部影像需求	适用于深度学习模型训练（如肺炎病灶检测、肺结节识别、肺气肿定量分析）；支持放射组学（radiomics）特征提取与影像标志物研究
高质量临床诊断报告	7份PDF报告均为真实临床诊断文档，包含完整的检测项目、数值结果、参考范围、异常标记及医师诊断意见；内容结构化程度高，语言规范	适用于医学报告理解、自动文本摘要、诊断信息抽取、临床决策支持系统（CDSS）构建等NLP研究任务
实验室指标丰富	涵盖101项实验室检测指标，包括血细胞五分类、肝肾功能、电解质、心肌酶谱、血脂、尿液分析等多系统评估参数；多项指标显示异常，为疾病关联分析提供真实数据	支持异常指标模式识别、疾病-指标关联建模、预后预测、检验结果智能解读等研究；异常率约11.9%提供了充足的正负样本
严格脱敏处理	所有患者身份信息均已移除或替换为脱敏标识；符合医疗数据隐私保护规范；可安全用于科研与模型训练	消除数据使用的合规风险；支持学术论文发表、开源数据集发布、企业级模型训练等多种应用场景
真实临床场景	数据来源于真实住院患者（85岁男性）的完整诊疗过程；诊断结果包含喘息性支气管肺炎、肺气肿、肺结节、心功能评估等多维度信息	提供真实世界证据（RWE）研究素材；支持老年患者呼吸系统疾病与心血管合并症的联合分析
数据结构规范	文件目录层次清晰，按模态类型分类存储；命名规则统一，便于批量读取与处理；CT图像按序列分组管理	降低数据预处理难度；支持自动化数据管道构建；适用于大规模模型训练的工程化需求
多学科覆盖	横跨呼吸科、心内科、消化科、检验科、放射科、超声科等多个临床学科；包含影像、功能、生化三类核心医疗数据	支持多病种联合诊断、并发症风险预测、多学科辅助决策系统研究；为构建通用型医学AI模型提供多样化训练样本

数据样例

注：以下样例展示数据集的核心内容。实际数据集中包含完整的668张DICOM格式CT原始图像，可供医学影像分析与深度学习建模使用。

样例1：CT影像元数据（DICOM）

DICOM标签	数据内容
文件名	1.2.156.112605.189250953115024.251212085532.4.14324.19422.dcm
Modality（模态）	CT
BodyPartExamined（检查部位）	CHEST
StudyDate（检查日期）	20251212
SeriesDescription（序列描述）	2.0 x 2.0_lung
Rows（行数）	512
Columns（列数）	512
图像类型	横断面断层影像
重建算法	标准算法（肺窗）

完整数据集包含334层肺窗CT影像与334层纵隔窗CT影像，总计668张。

样例2：胸部CT放射诊断报告

CT检查部位：胸部平扫

影像学表现：
两肺纹理增粗、紊乱，部分支气管壁增厚；两肺局灶性透亮度增强，右肺多发结节，最大结节位于右肺上叶尖段（SE201，IM77），为实性结节，大小约0.3cm×0.3cm。气管居中，主气管、支气管开口通畅。纵隔内部分淋巴结显示。双侧胸膜稍增厚。胸主动脉管壁见钙化。

诊断建议：

1. 支气管炎，双肺局灶性肺气肿。

2. 右肺小结节。

3. 双侧胸膜稍增厚；胸主动脉管壁钙化。

4. 附见：胆囊结石，双侧肾周筋膜炎；肝左叶小囊肿可能。

报告说明：此报告仅供诊疗时参考，签字有效！妥善保管，复诊携带！

样例3：血细胞分析报告（部分）

检验项目	结果	参考范围	单位	状态
白细胞计数	4.49	3.5-9.5	10⁹/L	正常
中性粒细胞百分比	52.8	40-75	%	正常
淋巴细胞百分比	31.0	20-50	%	正常
单核细胞百分比	14.0	3-10	%	↑升高
血红蛋白	134.00	130-175	g/L	正常
红细胞计数	4.06	4.3-5.8	10¹²/L	↓降低
血小板计数	173	125-350	10⁹/L	正常
C-反应蛋白	41.20	0-10	mg/L	↑升高
超敏C反应蛋白	>5.00	0-3	mg/L	↑升高

临床诊断：喘息性支气管肺炎
采集时间：2025-12-12 16:25
报告时间：2025-12-12 17:25

样例4：肝功能与肾功能生化检测报告（部分）

检验项目	结果	参考范围	单位	状态
谷草转氨酶	30.00	0-45	U/L	正常
谷丙转氨酶	23.00	0-40	U/L	正常
γ-转肽酶	66.00	11-50	U/L	↑升高
总蛋白	68.90	60-83	g/L	正常
白蛋白	44.80	35-54	g/L	正常
总胆红素	8.50	3.4-20.1	μmol/L	正常
尿素氮	4.61	1.4-8.3	mmol/L	正常
肌酐	92.00	46-104	μmol/L	正常
尿酸	275.00	180-440	μmol/L	正常
肾小球滤过率	65.10	90-120	ml/min	↓降低
葡萄糖	6.29	3.9-6.1	mmol/L	↑升高
甘油三脂	2.28	0.4-1.7	mmol/L	↑升高
血清总胆固醇	3.73	2.33-5.20	mmol/L	正常
高密度脂蛋白-ch	1.00	1.04-1.94	mmol/L	↓降低
低密度脂蛋白	1.65	2.07-3.10	mmol/L	↓降低
肌红蛋白	89.20	0-60	ng/ml	↑升高
心肌钙蛋白I	0.010	0-0.08	ng/ml	正常
B型钠尿肽前体	66.50	0-610	pg/ml	正常
钾	3.85	3.5-5.1	mmol/L	正常
钠	138.40	137-147	mmol/L	正常
氯	101.40	99-110	mmol/L	正常
钙	2.35	2.1-2.6	mmol/L	正常
血清铁	9.80	11-30	μmol/L	↓降低
淀粉酶	102.00	0-140	U/L	正常

样例5：尿液分析报告

检验项目	结果	参考范围	状态
尿胆原	Normal	—	正常
葡萄糖	-	阴性	正常
白细胞	-	阴性	正常
蛋白质	+1	阴性	↑升高
酸碱度	7.0	4.6-8.0	正常
胆红素	-	阴性	正常
隐血	-	阴性	正常
亚硝酸盐	-	阴性	正常
酮体	-	阴性	正常
尿比重	1.015	1.002-1.030	正常
维生素C	-	—	正常

样本类型：尿液
临床诊断：喘息性支气管肺炎
样本性状：正常

样例6：心电图检查报告

参数	数值	参考范围	状态
心率	92 bpm	60-100 bpm	正常
P-R间期	96 ms	120-200 ms	偏短
QRS时限	167 ms	60-100 ms	偏宽
QT/QTc	353/437 ms	<440 ms	正常
电轴	74°	-30°~+90°	正常
RV5	1.52 mv	—	—
SV1	0.39 mv	—	—
RV5+SV1	1.91 mv	<4.0 mv	正常

诊断：

1. 窦性心律

2. 正常范围心电图

报告日期：2025-12-12 16:49:50

样例7：心脏彩色超声+左心功能测定报告

超声所见：

1. 升主动脉宽约33mm，主动脉瓣形态、活动可。肺动脉主干内径约15mm。

2. 左房前后径约30mm、左室前后径约31mm、右房左右径约26mm、右室左右径约18mm。

3. 二尖瓣形态、活动可；三尖瓣形态、活动可。

4. 室间隔厚约10mm，左室后壁厚约10mm，二者呈逆向运动。

5. 心内各结构未见连续中断。

6. CDFI：二尖瓣口舒张期血流频谱示E峰 0.55m/s，A峰 0.99m/s，E/A<1。主动脉瓣口收缩期峰速：1.11m/s，舒张期左室流出道侧可见少许返流信号。二尖瓣、三尖瓣口收缩期见少许返流信号。

7. 左心收缩功能测定：EF 67%，FS 37%，EDV 69ml，SV 46ml，CO 4.3L/min，CI 2.5L/min/m²。

8. 心包腔内未见明显液性暗区。

超声提示：
二、三尖瓣、主动脉瓣少许返流。

检查时间：2025-12-13

应用场景

呼吸系统疾病智能影像诊断模型训练

本数据集提供的668张标准DICOM格式胸部CT图像是构建肺炎智能诊断系统的优质训练资源。研究者可利用这些完整的断层影像数据，训练深度学习模型实现喘息性肺炎病灶的自动识别与分割任务。数据集的核心优势在于其包含了肺窗与纵隔窗双序列重建图像，前者可清晰展现肺实质与支气管壁的细微改变（如纹理增粗、透亮度增强、支气管壁增厚等典型肺炎征象），后者则可用于评估纵隔淋巴结、胸膜病变及大血管状态。这一设计覆盖了胸部CT诊断的完整信息需求，为模型学习全面的影像学特征提供了必要条件。此外，配合放射科医师的结构化诊断报告，研究人员可开展弱监督学习、半监督标注或报告-图像对应学习等多种训练策略，降低对大规模像素级标注的依赖，提升模型训练的效率与实用性。典型的应用方向包括：基于2D CNN或3D CNN的肺炎病灶检测与分类、基于U-Net系列模型的肺实质病变分割、基于Transformer架构的全局影像特征学习与诊断预测，以及肺部结节自动识别与恶性风险评估等。这些模型的成功构建将有助于减轻放射科医师的工作负担，提高基层医疗机构的诊断能力。

医学检验数据智能分析与异常模式识别

数据集中包含的101项实验室检验指标为构建临床实验室智能分析系统提供了丰富的数据源。研究者可以利用这些多维度的生化与细胞分析数据，开展异常指标模式识别与疾病关联分析。例如，通过对血细胞分析中白细胞分类、C反应蛋白及超敏C反应蛋白等炎症指标的联合建模，可以构建感染严重程度评估模型；通过整合肝肾功能、电解质平衡、心肌损伤标志物等多系统指标，可以识别老年患者中常见的多器官功能变化模式。数据集的特别价值在于其真实呈现了约11.9%的异常率，这为机器学习算法提供了充足的正负样本分布。具体应用包括：基于异常指标组合的疾病特征画像构建、基于时间序列的检验指标动态变化预测、实验室数据的自动解读与报告生成，以及多指标联合的预后风险分层模型。这些工具可辅助临床医师更快速地识别关键异常，优化诊断路径，并支持对老年慢性病患者的长期健康监测。此外，尿液分析数据中蛋白质异常等发现也为研究泌尿系统与呼吸系统疾病的关联提供了研究切入点。

多模态医学数据融合与临床决策支持系统构建

本数据集最具特色的优势在于其多模态完整性——将影像学、实验室检验与功能学评估三类核心医疗数据整合于同一患者诊疗过程中。这一特性为构建多模态融合的临床决策支持系统（CDSS）提供了理想的研究平台。研究者可以探索如何将胸部CT的影像特征、101项实验室指标的数值特征、心电图的节律特征及心脏超声的功能学特征进行有效融合，以实现对喘息性肺炎等复杂疾病的综合诊断评估。典型的技术路线包括：跨模态注意力机制学习不同数据类型的贡献权重、多模态特征空间的统一嵌入表示、基于贝叶斯网络的概率推理融合，以及基于知识图谱的医学证据整合。应用场景涵盖：从影像到报告的自动生成（image-to-report）、从检验结果到诊断建议的智能推理、多病种联合诊断与并发症风险预测等。特别值得关注的是，该患者同时呈现呼吸系统（喘息性肺炎、肺气肿、肺结节）与心血管系统（主动脉瓣钙化、舒张功能异常）的合并症特征，这为研究老年患者多病共存状态下的多模态诊断推理提供了宝贵的真实案例。

医学报告自然语言理解与结构化信息抽取

数据集中的7份PDF格式临床诊断报告为医学自然语言处理（NLP）研究提供了真实的文本素材。这些报告涵盖了放射科诊断文本、实验室检验报告模板、心电图结构化报告及超声心动图描述文本等多种医学文体。研究者可以利用这些高质量文本数据训练以下类型的NLP模型：医学实体识别（NER）——自动提取报告中的疾病名称、解剖部位、检查参数及诊断结论；医学文本摘要——为冗长的超声报告或CT报告生成简洁的关键信息摘要；报告结构化——将自由文本报告转换为标准化的数据字段（如将超声所见文本转换为结构化的腔室尺寸、瓣膜功能、血流参数等字段）；以及诊断术语标准化——将临床用语映射到ICD-10、SNOMED-CT或LOINC等标准医学术语体系。此外，CT报告中的影像学表现与诊断建议之间的对应关系，以及实验室检验结果中异常标记与参考范围的结构化布局，为训练报告-图像匹配模型、异常结果自动标注系统及智能辅助诊断文本生成模型提供了天然的标注资源。这些NLP工具的开发将显著提升医学文档的处理效率与信息提取能力。

老年呼吸疾病与心血管合并症风险评估研究

本数据集的患者为85岁男性住院病例，同时呈现呼吸系统疾病（喘息性支气管肺炎、局灶性肺气肿、肺小结节）与心血管系统改变（主动脉壁钙化、瓣膜功能轻度异常、左室舒张功能指标E/A<1、肾小球滤过率降低）的复杂临床特征。这一典型的老年多病共存病例为研究慢性疾病累积效应与急性感染的相互影响提供了宝贵资源。研究者可以利用完整的CT影像、实验室检验及功能学评估数据，开展以下方向的研究：老年患者肺炎严重程度与基础心肺功能的关联分析——探索EF值、BNP、肾功能等指标对呼吸系统感染预后的预测价值；多病种影像特征融合学习——将胸部CT中的肺实质改变与心脏超声中的结构功能参数联合建模；急性炎症期心血管标志物动态变化研究——分析C反应蛋白、肌红蛋白、心肌钙蛋白等指标的组合模式；以及基于多系统指标的并发症风险预测。这类研究的成果将为老年医学的精细化管理提供数据支撑，推动个体化医疗与精准医学在老年呼吸病领域的应用落地。

放射组学与医学影像标志物挖掘

除了传统的深度学习方法外，本数据集丰富的CT影像资源也为放射组学（radiomics）研究提供了良好基础。研究者可以从668张DICOM图像中提取高通量的定量影像特征，包括一阶统计特征（灰度直方图分析）、二阶纹理特征（GLCM、GLRLM、GLSZM等）、形状特征及小波变换特征等，进而探索这些定量特征与喘息性肺炎的诊断、严重程度评估及预后预测的关联。肺窗与纵隔窗双序列的设计为多参数放射组学分析提供了条件，研究者可以比较不同窗位重建算法下提取的特征对特定诊断任务的贡献差异。此外，结合101项实验室检验指标与影像特征的关联分析，可以开展影像-生物标志物相关性研究，为发现新型无创诊断标志物提供线索。典型应用包括：基于CT放射组学特征的肺部感染与其他肺实质病变的鉴别诊断模型；放射组学特征与炎症指标（CRP、白细胞等）的相关性分析；以及影像特征对临床预后结局的预测价值研究。这些研究成果有望为喘息性肺炎提供更精细化的影像学评估手段，辅助临床医师进行个体化治疗决策。

结尾

本数据集系统性整合了喘息性肺炎患者完整诊疗过程中的多模态医疗数据，涵盖668张标准DICOM格式胸部CT原始影像、7份结构化临床诊断报告及101项实验室检测指标，总数据规模约345MB。数据集的核心创新点在于其真实临床场景下的多模态完整性——将放射影像、实验室检验与功能学评估无缝融合，同时保留了每一模态的原始数据精度与结构化诊断信息。严格的脱敏处理确保了数据使用的合规性与安全性。

数据集在医学人工智能研究中具有广泛的应用潜力，既可用于构建基于CT影像的呼吸系统疾病智能诊断模型，也适用于实验室指标异常模式识别、医学报告自然语言理解、多模态融合诊断推理等前沿研究方向。对于关注老年患者多病共存问题、放射组学影像标志物挖掘及临床决策支持系统开发的研究者而言，本数据集提供了宝贵的真实世界研究资源。

如需获取更多信息或了解数据集的详细使用规范，可进一步联系咨询。

---

本数据集仅用于科研与学术研究目的，使用时请遵循相关医学数据伦理规范与隐私保护要求。