重度哮喘患者居家静息自主呼吸远程监测：一项初步研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT02990247

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。哮喘急性发作是指患者症状和肺功能较其平常状态出现急性或亚急性恶化。早期发现急性发作是一个重要的公共卫生问题。在临床上，哮喘管理涉及哮喘控制问卷和肺功能检查（第一秒用力呼气容积（FEV1）、呼出气一氧化氮分数或FeNO）。在家中，通过峰值流速仪测定的呼气峰流速（PEFR）有助于监测哮喘，但其预测哮喘急性发作的能力仍存在争议。呼吸信号非谐波形态学分析（AMARS）是一种新的形态数学生物标志物，可对通气流量形状产生客观且准确的测量。本研究旨在监测哮喘患者在家中的静息自主呼吸。AMARS的变化可能是哮喘急性发作早期症状的预测指标。我们将招募120名哮喘患者。患者将获得一台用于远程监测的便携式设备。静息自主呼吸将在早晨和晚上各测量2-3分钟，每周至少两次，持续至少12个月。

临床研究中心的随访安排为：远程监测期前（V1）、6个月后（V2）和12个月后（V3）各进行一次访视。

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。