疾病中的胸壁运动分析

数据集获取

源站：https://clinicaltrials.gov/study/NCT02958683

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：间皮瘤、肺肿瘤、手术、囊性纤维化、鸡胸、漏斗胸、脓胸、胸膜疾病、慢性阻塞性肺疾病。光电体积描记法（OEP）基于呼吸过程中对患者胸腹部表面一系列标记物轨迹的分析。这些标记物在空间中的位置由计算单元记录并通过数学模型和算法处理，该计算单元不仅能精确测量整个胸腹壁的体积变化，还能测量各分区的变化。例如，这可检测呼吸肌作用的不对称性。该系统能精确测量当前容积、肺活量、呼吸频率、吸气和呼气各阶段的持续时间、平均吸气和呼气流量以及呼气末的体积变化。结构光体积描记法（SLP）同样评估区域胸壁运动，但无需在患者身上放置标记物。

该系统将可见光以棋盘格图案照射到胸壁，并由患者皮肤或紧身T恤反射回来。来自4台微软Kinnect运动相机的图像可用于创建患者躯干的三维表示。该系统已显示与OEP记录的胸壁测量结果具有良好的相关性。这些系统是创新的检查仪器，无创、准确、易于使用，且与传统体积描记技术不同，不受湿度和温度变化的影响，可轻松用于长时间测量。它们能准确测量呼吸过程中胸腹壁各区域（上、下及腹部胸区）体积变化的动力学。这些原本无法检测的数据对患者评估是有益的贡献。我们将应用胸壁运动分析来理解胸部疾病过程的生理学，以及评估潜在的诊断和预后（对……的反应

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。