哮喘炎症研究数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT01536522

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、过敏性哮喘、非过敏性哮喘。超过2000万美国人遭受哮喘之苦，而近半数哮喘患者的病情未能得到控制。尽管通常通过气流和支气管高反应性的生理指标进行诊断，但哮喘的病理生理学与气道的慢性炎症有关。当前的诊断评估和监测对于拟议的实践指南而言并不充分。评估哮喘最常用的测试是通过肺活量计测量气流阻塞。国家哮喘教育和预防计划（NAEPP）及专家小组报告基于症状频率、气流和吸入型β受体激动剂的需求，提出了哮喘严重程度的分级。实践指南概述，哮喘治疗的目标是：维持正常活动，肺功能参数接近正常，预防导致组织损伤的急性发作，并避免药物毒性。为了实现这些目标，NAEPP定义了管理的关键组成部分，包括疾病监测和阶梯式护理药物治疗。

遗憾的是，目前尚无监测炎症的最佳方案，这导致我们在哮喘管理的关键环节上存在不足。抗炎治疗选择有限，难以控制哮喘，同样常因使用高剂量皮质类固醇治疗而导致严重并发症。我们的AIR项目计划开发新型哮喘监测检测方法并设计靶向治疗手段，这些举措总体上可能降低毒性并改善患者的长期健康。对广泛科学进展的影响。我们积累的研究提供了关于导致持续性和过度炎症进而引发组织重塑的分子机制的基础信息。这一机制性知识具有广泛的科学重要性，因为几乎所有人类慢性疾病都以持续活跃的炎症、组织破坏和愈合尝试失败为特征。因此，我们的研究

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。