评估哮喘诊断新技术的试验 LUNG-TECH 试验

数据集获取

源站：https://clinicaltrials.gov/study/NCT05819944

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

病症：哮喘。本试验旨在评估三种不同路径下用于哮喘的新型诊断技术，以提供必要的证据基础，使其能够被采纳进入临床实践。路径1：在二级医疗人群中开展的诊断性病例对照研究。这将评估新型技术能否将哮喘与其他呼吸系统疾病及健康志愿者区分开来，以及其所测量的参数是否与当前标准诊断检测（符合NICE算法）相关，包括那些评估气道炎症和疾病严重程度的方法。同时还将对该技术的安全性和可接受性进行评估。我们将邀请患有哮喘、其他呼吸系统疾病的患者以及没有任何呼吸问题的人参与。研究为单次访视，所有符合条件的参与者将签署知情同意书，随后记录基线特征、既往病史和人口学信息。参与者将接受目前在常规诊疗中用于哮喘诊断检查的各项检查。

这将包括肺功能测定、气道炎症测量（使用FeNO）、振荡法和血液检查（如果在过去12个月内未进行过这些检查）。参与者还将被要求使用目前在该路径中测试的新型设备。所有参与者将被要求回答一份关于他们发现每项测试使用起来有多容易的问卷。路径2：在初级保健人群中开展的前瞻性诊断研究本研究将评估该新型技术是否可单独用于准确诊断哮喘，或者是否可与当前诊断测试一起使用以改善哮喘患者的诊断路径。将测量新型设备对患者和HCP的可接受性，并评估在临床路径中使用新型设备的可行性。参与者有临床怀疑

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。