儿童健康、呼吸道炎症与短期空气污染

数据集获取

源站：https://clinicaltrials.gov/study/NCT07431021

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：急性哮喘，呼吸系统。该研究将从10所小学共招募330名儿童，分为“高污染”和“低污染”学校两组。研究团队将邀请3至6年级的儿童参与研究，家长在收到通过书包带回家的信息表和参加家长晚会介绍后提供知情同意。在团队收到家长的书面许可后，研究团队将两次访问学校。第一天，研究团队将在专用教室进行肺部健康评估。评估将包括测量儿童的身高和体重、呼吸测试（拍照，并通过向一个鼻孔喷少量生理盐水并用杯子接住鼻涕来采集鼻涕样本）。随后，儿童将在学校操场上以随机顺序参加体育课或久坐的科学课，同时佩戴活动监测器——类似Fitbit——以追踪他们的身体活动。该课程设计得就像典型的户外科学课或体育课，并且在所有学校都将完全相同。在此期间，将监测操场上的空气污染水平。

体育课结束后，孩子们将在课后立即进行同样的健康评估，并在第二天再次进行。研究团队将比较污染程度较高和较低学校之间这些评分的变化。呼吸测试将告诉我们肺部健康是否有任何变化，而鼻涕样本将告诉我们孩子们呼吸到的污染物以及他们的身体如何试图抵抗它。参与整个过程大约需要4小时。

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。