基于音频方法评估吸入器用药依从性的吸入流量曲线数据集

数据集获取

源站：https://doi.org/10.5061/dryad.8310n

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。

数据集大小约 466.9 MB。

数据说明

哮喘和慢性阻塞性肺疾病（COPD）患者在使用干粉吸入器（DPI）时，需要用力且深长地吸气以吸入药物。临床上需要客观监测DPI的吸入气流曲线，以便远程监测患者的吸入技术。此前已有基于音频的方法用于准确估算吸入气流参数，如吸气峰值流速，但这些方法需要多次校准吸入音频记录。本研究提出了一种基于音频的方法，仅需一次校准吸入音频记录即可准确估算吸入气流曲线。二十名健康受试者被要求通过安慰剂Ellipta™ DPI以一系列吸气流速进行15次吸入。使用肺量计记录吸入气流信号，同时使用连接在吸入器上的吸入器依从性评估设备记录吸入音频信号。从每个吸入音频信号中估算声学（振幅）包络。

仅使用一段录音，采用线性与幂律回归模型来确定哪种模型最能描述吸入声包络与流量信号之间的关系。随后，分别用每种模型估计其余14段吸入音频录音的流量信号。重复此过程，直至15段录音中的每一段都用于校准单一模型，同时在其余14段录音上进行测试。观察到，幂律模型在所有参与者中产生了最高的平均流量估计准确度（幂律模型为90.89±0.9%，线性模型为76.63±2.38%）。该方法在存在噪声的情况下，也能以足够的准确度估计吸气参数，如峰值吸气流速和吸气量。使用基于音频的方法估计吸入器吸气流量曲线可能在临床

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。