人口健康管理——在社区健康中心增加肺癌筛查（LungSMART）

数据集获取

源站：https://clinicaltrials.gov/study/NCT07599943

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：肺癌。LungSMART是一项在犹他州社区健康中心（CHCs）进行的序贯多阶段随机试验（SMART）。SMART设计分为两个连续阶段：第一阶段旨在提高肺癌筛查（LCS）资格评估的接受度，第二阶段旨在提高LCS的完成率。在第一阶段，即资格评估阶段，LungSMART Utah利用Azara这一人口健康管理软件，从参与的CHCs中识别潜在合格患者。加入研究的患者将被随机分配接受数字健康干预，并与集中枢纽（Hub）连接，由合格的注册护士（RN）进行资格评估和共享决策（SDM）。在第二阶段，即LCS完成阶段，被转介进行LCS的参与者将获得聊天机器人访问权限，并被随机分配接受反应性（患者需请求导航）与主动性（导航员主动致电患者）患者导航（PN），由Hub的社区健康工作者（CHW）通过远程医疗提供，以解决完成LCS的后勤障碍和犹豫情绪。

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。