弗吉尼亚大学自然史研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04896138

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

疾病条件：间质性肺病、特发性肺纤维化、结节病、结缔组织病、过敏性肺炎、特发性间质性肺炎。对ILD患者临床病程的随访将有助于描述这些疾病的自然史，并对以下具体问题进行前瞻性分析：1. 能否使用反映疾病进展的替代生理标志物来代替死亡率？将建立一个明确患者队列的死亡率数据。替代标志物包括但不限于系列心肺运动试验、肺功能检查、6分钟步行试验、HRCT扫描和超声心动图。2. 诸如生活质量（QOL）问卷等替代评估方法能否提供对前述参数所测生理变化的早期预测？定期在门诊进行QOL问卷调查，并将进行随访。3. 通过这些前述参数所测得的恶化速度是否影响治疗反应？如果我们预先识别出快速恶化者与稳定受试者，这一变量是否影响对所用任何治疗的反应？4.

血液和面颊中的遗传分析、基因组学、蛋白质组学、微生物学及其他生物标志物，能否为探究与肺损伤病因学和病理学相关的多态性及其他要素提供洞见？

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。