提高心脏康复参与度试验（ATTEND）

数据集获取

源站：https://clinicaltrials.gov/study/NCT03646760

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：心肌梗死、心力衰竭、心脏瓣膜病、心脏事件、心绞痛、冠状动脉疾病。心脏康复的益处已广为人知。然而，尽管以中心为基础的心脏康复（CBCR）代表了心血管疾病患者基于指南的护理，但大多数患者并未完成第三方保险支付方所允许的最大次数。因此，许多患者可能未能获得心脏康复（CR）所带来的全部临床益处。本研究将评估一种创新的心脏康复实施方式对参与率的疗效，该方式结合了以中心为基础和远程或居家为基础的心脏康复课程。干预组结合了以中心为基础的心脏康复和远程/居家为基础的心脏康复，并根据每位患者的个体需求进行定制，借助一种易于使用的远程通信方法（远程医疗）来实现。

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。