咳嗽计数验证

数据集获取

源站：https://clinicaltrials.gov/study/NCT01413698

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：慢性咳嗽。咳嗽是保护肺部免受异物侵害、清除气道分泌物的一种防御机制。虽然咳嗽反射对于保护肺部免受异物和感染至关重要，但其过度或长期存在既令人烦恼，又可能影响患者的生活质量、睡眠模式及运动耐量。此类症状可能潜在地提示正在进行的病理过程。呼吸道感染患者、哮喘患者及囊性纤维化（CF）患者常伴有多种气道病变，并经常遭受慢性咳嗽之苦。这些患者的咳嗽治疗包括多种类型的祛痰药、镇咳药、分泌物调节剂、吸入型支气管扩张剂等。此外，胸部物理治疗（PT）常作为治疗方案的一部分被处方。目前，咳嗽的评估是主观的，基于患者或家长所描述的症状定性特征。除在研究实验室外，尚无定量且客观的咳嗽评估方法，且这些方法因特定研究者而异。

本研究的主要目的是评估基于WIM技术的新型咳嗽计数装置的有效性和准确性。PulmoTrack™技术包括用于分析、解读和记录肺音的PulmoTrack™ 3010/5050设备，以及自动咳嗽计数应用程序。肺音的记录将通过PulmoTrack™ 3010/5050设备进行。随后，可通过自动咳嗽计数应用程序（ACCA）分析肺音中是否存在喘息声及咳嗽。该技术能够实现精确的咳嗽计数与时间记录，以及随时间变化的喘息检测。

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。