神经肌肉疾病患者机械与手动增加咳嗽能力研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT01518439

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：神经肌肉疾病、慢性呼吸衰竭、咳嗽。假设：神经肌肉患者的咳嗽效率低下会增加气道感染时的发病率和死亡率，并可能导致有创通气。使用增强咳嗽的技术已成功提高无创通气的成功率。我们希望确定在机械排痰基础上增加物理治疗师手法技术是否能改善咳嗽效率及其清除支气管分泌物的能力。目的：比较采用增加吸气量技术、机械吸-排气技术和手动加压技术不同组合所获得的咳嗽流量。方法：开放单中心交叉研究（患者自身对照）。比较五种增强咳嗽技术的组合。纳入标准：纳入时处于稳定状态且存在咳嗽效率低下的成年神经肌肉患者。

由于这是一项初步研究，将在雷蒙·庞加莱教学医院（法国加尔什）重症监护室的家庭通气单元中，纳入20名患者，这些患者是在慢性呼吸衰竭的常规随访期间被选中的。

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。