PPG预测普通人群射血分数及其他超声心动图数据

数据集获取

源站：https://clinicaltrials.gov/study/NCT04843371

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

疾病：瓣膜性心脏病、心包疾病、心肌病。研究者拟开展一项横断面队列研究，纳入任何年龄在18岁及以上、计划在杜兰大学门诊心脏科诊所接受超声心动图检查的个体。在参与者签署知情同意书后，将通过查阅其电子医疗健康记录收集人口统计学信息、个人健康习惯、用药情况及病史。所有参与者都将作为其常规医疗护理的一部分，由主治医生进行超声心动图检查。将记录重要的超声心动图发现，如EF、瓣膜性心脏病、心包疾病、心肌病及结构性心脏病。此外，在进行超声检查的同时，将使用Biostrap腕带同步采集PPG记录。研究者将分析每项超声影像特征与所获得的PPG波形之间的关联。PPG波形特征将用于开发一种预测模型，能够在无需超声心动图的情况下估算心室射血分数。

所有超声心动图将由Tulane医疗中心设施内的经验丰富的操作人员执行。研究将在单一研究地点——Tulane医疗中心及其诊所进行，该地点配备有适当设施和设备，以确保研究准确且安全地开展。经验丰富的超声心动图技师或心脏病学研究员将使用Biostrap应用程序收集PPG记录。去标识化的超声心动图报告，包括LVEF信息，将与参与者的脉搏报告进行匹配。

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。