全科医疗中肺量计检查专家支持的评估

数据集获取

源站：https://clinicaltrials.gov/study/NCT00131157

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：慢性阻塞性肺疾病、哮喘、咳嗽、呼吸困难。越来越多的全科医生在其诊疗实践中使用肺功能检测。目前，有充分理由认为，在仅接受一次研究生培训项目而未获得任何后续支持的情况下，大多数全科医生缺乏足够的知识和能力来确保其肺功能检测结果的准确解读。因此，建议对全科医生的肺功能解读提供某种形式的持续诊断支持。本研究的问题表述为：“实施肺功能专家支持（无论是通过计算机专家系统，还是全科医生与呼吸科顾问之间就肺功能解读达成的本地工作协议）是否会导致在全科医疗中管理的慢性呼吸系统疾病患者在诊断以及医疗照护质量和效率方面发生变化？”为解决这一问题，提出了两项设计不同的独立研究。研究一（n=62名全科医生）是一项关于全科医生肺功能决策过程的“深入”研究，以及计算机专家系统对该过程的影响。

研究II（n=39家全科诊所）是一项实用性随机对照实施研究，旨在评估两种现实可行的肺功能检查专家支持模式（即计算机化专家系统或全科医生与呼吸科顾问之间的工作协议）。

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。