预测慢性咳嗽患者吸入性糖皮质激素反应的生物标志物

数据集获取

源站：https://clinicaltrials.gov/study/NCT05888350

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：咳嗽。慢性咳嗽是呼吸专科门诊常见的就诊原因。CVA、UACS、EB、GERC和AC是慢性咳嗽的常见病因，其中CVA、EB和AC可归类为激素敏感性咳嗽。为识别嗜酸性气道炎症并评估吸入性糖皮质激素的疗效，诱导痰分析是应用最广泛的检查方法，但并非所有受试者都能提供适合检测的痰标本，且该检查耗时较长。近年来，血嗜酸性粒细胞、FeNO和总IgE被检测为哮喘患者嗜酸性气道炎症的生物标志物。然而，它们能否预测慢性咳嗽对糖皮质激素的疗效尚不确定。本前瞻性、多中心、随机安慰剂对照研究旨在探讨血嗜酸性粒细胞、FeNO和总IgE在预测慢性咳嗽患者对吸入性糖皮质激素疗效方面的价值。

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。