数值建模诊断呼吸障碍数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT06670261

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

疾病情况：鼻塞、鼻中隔偏曲。由于多种病因（鼻中隔偏曲、鼻息肉、慢性鼻窦炎、治疗后癌症生活质量等），慢性鼻塞（CNO）影响了普通人群中20%至25%的人。它干扰睡眠，并全面损害生活质量的各个层面，有时甚至导致抑郁。迄今为止，无人知晓CNO的确切构成，它可能是不同黏膜信息的混合体，而所有测量尝试均因缺乏可靠性和可重复性而失败。CNO量化方面的这一重大缺陷导致了诊断不确定性、症状量化及治疗方面的困难。业界期待能够客观测量NO的此类辅助检查。空气通道的计算流体动力学模拟（CDFS）将允许对鼻腔鼻窦腔的解剖结构进行补充功能分析，以测量CNO。此类信息将减少25%的手术失败率和非必要的功能性手术，减少对患有阻塞性睡眠障碍患者的不当护理，并减轻卫生系统的财务负担。

本研究未进行患者随访：数据来源于鼻窦炎门诊患者常规管理中的伪匿名回顾性临床和扫描数据。

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。