哮喘呼吸训练研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT00975273

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：哮喘。在这项随机对照治疗研究中，研究者计划比较以低通气为基础的呼吸训练与侧重于呼吸规律性和觉察力的对照干预的效果。两种治疗方法在重要变量上密切匹配，如持续时间、患者与治疗师互动的性质、监测哮喘相关状态和药物摄入、使用科学设备和监测装置以提高依从性，以及初始合理性。哮喘患者将在训练前、训练期间、训练刚结束后以及训练后1个月和6个月时接受评估。本训练的主要目标是确定二氧化碳监测辅助的呼吸训练以提高呼气末CO2，是否比呼吸觉察的对照训练在哮喘控制方面产生更多改善。第二个目标是确定用于提高pCO2的二氧化碳监测辅助呼吸训练，是否会使训练后的pCO2水平高于训练前，且在全部三项pCO2指标上均如此（2小时监测、标准化训练课程和家庭作业）。

最后一个目标是确定，对于pCO2升高呼吸组，哮喘结局的临床改善是否会在pCO2改善更多的患者中更为显著。

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。