项目3：ACHIEVE-冠心病

数据集获取

源站：https://clinicaltrials.gov/study/NCT05918380

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：冠心病。本项目是ACHIEVE GREATER（通过大湖区早期预防应对人群心脏代谢健康问题）中心（IRB 100221MP2A）的一部分，其目的是减少密歇根州底特律市和俄亥俄州克利夫兰市这两个城市的心脏代谢健康差异以及由此导致的黑人与白人预期寿命不平等。ACHIEVE GREATER中心将包含三个独立但相关的项目，旨在减轻三种慢性病危险因素控制方面的健康差异：高血压（HTN，项目1）、心力衰竭（HF，项目2）和冠心病（CHD，项目3），这些疾病导致了预期寿命不平等。所有三个项目都将使用社区卫生工作者（CHW）来实施一项名为PAL2的循证实践干预方案。所有三个项目还将使用PAL2实施干预（PAL2-II），这是一套结构化的培训与评估策略，旨在优化CHW的能力及其对PAL2干预方案的依从性（即保真度）。本研究是ACHIEVE GREATER中心的项目3。

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。