Rapid Cool：中暑治疗

数据集获取

源站：https://clinicaltrials.gov/study/NCT07743619

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

条件：高热。像亚利桑那州凤凰城这样的炎热气候中，常有人发生中暑，这是一种危及生命的医疗紧急情况。危险的高体温若不立即通过快速降温处理，可能导致死亡。在诊断后30分钟内迅速降低核心体温可实现100%的存活率和良好预后。虽然全身冷水浸泡能轻松实现这一点，但这种方式在救护车上不可行。凤凰城的紧急医疗服务方案是将患者置于大量冰块上。尽管这有一定效果，但这种降温策略导致降温速率欠佳，难以获取大量冰块，且冰块融化会使救护车非常潮湿。最近，一家公司创造了一种降温策略，利用少量冰块和少量循环水来保持患者凉爽。本研究的目的是确定这种降温策略的核心体温降温速率，并将其与目前使用的凤凰城方案的降温速率进行比较。

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。