EMPOWER - BAME 与 COVID

数据集获取

源站：https://clinicaltrials.gov/study/NCT04399733

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：COVID-19、SARS-CoV 2感染、健康差异。COVID-19病毒大流行对我们所有人产生了巨大影响。我们现在知道，有更大比例的英国黑人、亚裔和少数族裔（BAME）患者感染了COVID-19。这种不成比例的感染水平和疾病严重程度引发了关切和担忧。2020年4月的另一项研究显示，死于COVID-19感染的护士和助产士中有71%、医生和牙医中有94%来自BAME背景，尽管该群体分别占劳动力的20%和44%。黑人和亚裔公众的生存状况同样严峻，我们看到死亡率高得不成比例。研究估计，我们的DNA和环境对感染风险的影响各占一半。这项临床研究计划更好地了解我们的DNA。我们将关注的一些事项包括年龄、性别、族裔以及任何疾病，如糖尿病或血压。我们将向人们索取一些唾液并查看他们的医疗记录。

这可能有助于我们找到该病毒对不同人群产生不同影响的部分原因，以及我们如何保护人们免受COVID-19的侵害。

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。