AIM to Improve Asthma：备餐期间气流改善

数据集获取

源站：https://clinicaltrials.gov/study/NCT04464720

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：儿童哮喘、污染；暴露。在这项针对6-12岁儿童的试验中，儿童及其家庭将在完成为期一周的基线数据收集后，接受强化家庭厨房通风干预。干预措施包括开展教育，指导家庭在烹饪期间改善通风，并在抽油烟机排风量不足或噪音水平难以忍受时予以更换。在基线数据收集期间，将鼓励各家庭继续保持其常规烹饪模式。研究人员将在基线阶段测量家庭细颗粒物<2.5微米（PM2.5）和二氧化氮（NO2）水平，为期一周，并在所有其余家庭接受烹饪通风干预后的最后一周再次测量，以评估每个家庭内部的变化。研究人员还将检查基线和干预期后气道炎症（以呼出气一氧化氮分数，FeNO，测量）、肺功能（以肺量计测量）以及报告症状的变化。

研究团队成员已在加利福尼亚州里士满这一低收入、哮喘高发社区成功开展了青年参与式行动研究，并在加州低收入城市萨利纳斯就其他环境健康问题进行了广泛的青年参与式行动研究；采用类似模式，研究者旨在向里士满的一批新青年传授研究方法。

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。