成人哮喘研究受试者特征描述

数据集获取

源站：https://clinicaltrials.gov/study/NCT01508078

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。本研究旨在建立一个特征明确的哮喘受试者队列，作为UCSF气道临床研究中心临床研究和临床试验中招募哮喘受试者和健康对照的资源。UCSF气道临床研究中心（ACRC）开展多项由NIH、基金会和产业资助的哮喘临床研究。我们拥有广泛的研究兴趣，尤其侧重于机制导向的临床研究，并在生物样本采集、生物样本库建设和生物样本分析方面具备专业能力。我们的模式是同时开展多项研究的招募，这意味着我们需要组织良好的招募和数据库系统。此外，我们旨在从多个维度对哮喘受试者进行特征描述，包括疾病严重程度、气道炎症亚型和黏液亚型。哮喘是一种在临床表现及其潜在细胞和分子表型上均具有异质性的疾病。

为了探索哮喘的细胞和分子表型，我们将分析诱导痰中的细胞类型和基因表达，重点关注Th2炎症通路以及驱动Th2炎症的固有免疫和适应性免疫细胞。痰液的详细细胞分析是可行的，但需要收集多份痰液样本，并以多种不同方式进行处理，包括细胞离心涂片、FACS分析和痰细胞沉淀的福尔马林固定及石蜡包埋。我们还在使用流变学方法研究哮喘的黏液表型，这需要在新鲜痰液上进行。

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。