评估CardioStory设备在鉴别心力衰竭与其他原因所致呼吸困难患者中的有效性

数据集获取

源站：https://clinicaltrials.gov/study/NCT07147699

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：呼吸困难，急性心力衰竭。CARDIOSTORY.TN研究是一项在Sahloul大学医院（突尼斯苏塞）进行的前瞻性观察性研究，旨在评估CardioStory设备在区分心力衰竭（HF）与急性呼吸困难其他原因方面的作用。背景：呼吸困难在急诊中很常见，而区分心源性与非心源性原因往往因超声心动图和BNP检测的局限性而延迟。CardioStory是一种快速（约2分钟）、无创的工具，可测量心脏充盈压，这是心力衰竭的一个关键标志物。目的：主要：评估CardioStory的诊断准确性。次要：将其与超声心动图和NT-proBNP进行比较，评估其易用性，并测量诊断时间。方法：纳入伴有急性呼吸困难（<7天）的成人（≥18岁）；排除不稳定或创伤性/过敏性病例。CardioStory的结果将与标准诊断方法进行比较。样本量：12个月内纳入850名患者。结局：如果准确，CardioStory可能成为急诊环境中一种快速、实用的诊断工具。

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。