疑似成人哮喘的一线诊断检查

数据集获取

源站：https://clinicaltrials.gov/study/NCT07792213

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：哮喘（诊断）。哮喘是一种常见的长期疾病，准确诊断可能较为困难。呼吸困难、喘息和咳嗽等症状会随时间变化，也可能由其他疾病引起。部分哮喘患者在接受评估时呼吸测试结果正常，这使得诊断更具挑战性，并可能导致治疗延误。本研究旨在确定哪些常用检查，无论是单独使用还是联合使用，对于诊断疑似哮喘的成人最为准确。被转诊至乔治·艾略特医院接受可能哮喘检查的参与者将被邀请参加。在签署知情同意书后，参与者将在首次就诊时接受一系列常规诊断检查。这些检查包括：对气道功能正常和存在气流阻塞的患者进行支气管舒张反应测试的肺量计检查、测量气道炎症的呼出气一氧化氮分数（FeNO），以及评估空气如何通过肺部的振荡肺功能检查。

随后，参与者将进行第二次访问，接受支气管激发试验，这有助于判断气道是否异常敏感，而这是哮喘的一个关键特征。该研究将把这些测试的结果与最终诊断进行比较，以评估每种测试在识别或排除哮喘方面的准确性。研究还将探讨结合不同测试是否能提高诊断准确性，以及肥胖等因素是否会影响对哮喘患病率增加的诊断测量。研究结果将有助于更好地理解在常规临床实践中诊断哮喘的最有效方法。这可能促成更快、更准确的诊断，减少不必要的检查需求，并支持为疑似哮喘患者提供更好的照护。

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。