便携式振荡测量法在慢性呼吸系统疾病中诊断性能评估研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07631507

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

疾病条件：慢性阻塞性肺疾病（COPD）、哮喘（诊断）、慢性呼吸系统疾病、支气管扩张、间质性肺病（ILD）、上气道阻塞。这是一项前瞻性、多中心、观察性队列研究，计划在约50个中心招募约4，000名受试者，包括COPD（确诊和疑似）、哮喘（确诊和疑似）、支气管扩张、间质性肺病（ILD）、上气道阻塞（UAO）患者以及健康对照。参与者将在单次基线访视中接受标准化临床评估、咳嗽搜索、FENO、ETCO2、脉冲振荡、肺量计检查和/或支气管舒张试验、和/或支气管激发试验、和/或弥散功能检查，不进行任何研究性干预或治疗分配。主要目的是评估便携式脉冲振荡在慢性呼吸系统疾病中的诊断性能，并开发基于振荡法的COPD人工智能诊断模型。每名受试者的研究持续时间仅限于筛选/基线访视，不计划进行随访访视。

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。