哮喘评估中诊断检测方式的比较

数据集获取

源站：https://clinicaltrials.gov/study/NCT06286085

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：哮喘。哮喘是一种广泛存在的疾病，影响着全球数百万人的健康。其症状包括呼吸困难、咳嗽和喘息。诊断哮喘涉及识别气流阻塞、气道敏感性和炎症等特定指标。然而，不同国际指南，如NICE（国家健康与护理卓越研究所）、GINA（全球哮喘倡议）和BTS（英国胸科学会）/SIGN（苏格兰校际指南网络）等组织发布的指南，在诊断标准上存在差异。这可能导致在识别哮喘患者时出现不一致。本研究旨在评估不同诊断方法，包括脉冲振荡法（IOS）在内的，在诊断哮喘方面的有效性。IOS是一种简单且无创的检测方法，用于测量肺功能，有望提高哮喘诊断的准确性和便捷性。尽管前景可期，但目前关于IOS在成人哮喘诊断中作用的研究仍较为有限。

为弥补这些知识空白，本研究将分析在朴茨茅斯亚历山德拉女王医院严重哮喘服务中心就诊的患者数据。通过“选择退出”同意流程，将分析常规门诊肺功能数据，特别关注IOS与其他肺功能指标相比在诊断哮喘方面的实用性。通过开展本研究，旨在为哮喘诊断领域提供有价值的见解。研究结果可能有助于完善哮喘诊断方法，并有可能将IOS纳入诊断工具包。这可以提高哮喘管理的精确性和便捷性，从而为患者带来更好的预后。

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。