评估慢性阻塞性气道疾病谱系中的可治疗特征

数据集获取

源站：https://clinicaltrials.gov/study/NCT05976919

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

疾病：气道疾病。呼吸系统疾病影响五分之一的人群，是全球发病率和死亡率的主要原因。慢性阻塞性气道疾病包括以呼气气流受限、劳力性呼吸困难、活动受限和生活质量受损为特征的病症。最常见的疾病包括慢性阻塞性肺疾病（COPD）、哮喘、支气管扩张、囊性纤维化和原发性纤毛运动障碍。近年来，科学界和呼吸医学界共同努力，通过个性化或精准医学（即根据特定的“可治疗特征”定制疗法和干预措施）以及使用经过验证的生物标志物识别表型或内型，来改善慢性阻塞性气道疾病的诊断和管理。然而，迄今为止，该领域的研究主要集中在COPD和哮喘患者，对其他形式的慢性阻塞性气道疾病的研究有限。

因此，本研究的目的有两方面：第一，比较慢性阻塞性气道疾病谱系中的肺部生理学（即大、小气道受累情况）及肺外表现；第二，确定疾病特异性可治疗特征如何与身体活动和健康相关生活质量相关联。

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。