Medsensio-Sanolla 心肺听诊数据集 [MSCAD]

数据集获取

源站：https://doi.org/10.5281/zenodo.7857969

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

这是一个综合性的临床数据库，包含了确诊的COVID-19患者、重症COVID-19高风险个体以及健康患者的信息。这些数据是作为PyxY.ai项目的一部分收集的，该项目由地平线2020计划资助。数据集专门收集以支持PyXy.ai系统的开发。数据集分为两部分：第一部分包含在1333名患者的1875次就诊中收集的18497份听诊记录（患者中：185人患有COPD，73人患有哮喘，33人患有肺气肿，739人患有高血压，123人患有心肌梗死，213人患有心力衰竭）；第二部分包含在319名患者的319次就诊中收集的4547份音频记录（每位患者1次就诊）。在第一部分中，60%的记录对应于肺部听诊（在标准位置：左右主支气管、肺基底段、肺上叶尖段），40%对应于心脏听诊（主动脉瓣、肺动脉瓣、三尖瓣、二尖瓣）。

在第二个数据集中，100%的录音对应于肺部听诊——这部分仅包含肺部听诊录音。对于两个数据集，还提供了一些患者的生命体征数据（其中包括心率、血压、脉搏血氧饱和度、体温）。音频录音以wav格式提供，生命体征数据以CSV格式以及HL7 FHIR格式提供。“Medsensio-Sanolla心肺听诊数据集 [MSCAD]——一个包含COVID和慢性患者肺部与心脏听诊录音及生命体征数据的数据集。” © 2023 由Medsensio AS、Sanolla Ltd、Rudolf Riester GmbH、Helgeland医院信托 / Helgelandssykehuset HF、Philonmed GmbH、Benevit holding GmbH、Natali Ltd所有。“Medsensio-Sanolla心肺听诊数据集 [MSCAD]——一个包含COVID和慢性患者肺部与心脏听诊录音及生命体征数据的数据集。”根据知识共享

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。