预测COPD与哮喘患者动态吸气肌力量

数据集获取

源站：https://clinicaltrials.gov/study/NCT07598292

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（COPD）、哮喘。动态吸气肌力可提供关于吸气肌功能能力的重要信息。在COPD和哮喘等慢性呼吸系统疾病患者中，呼吸肌功能可能受到气流受限、通气力学改变、呼吸困难及运动耐量降低的影响。尽管最大吸气压常用于评估呼吸肌力，但其主要反映静态压力生成能力。S指数是在快速有力吸气动作中获得的动态指标，可能提供关于流量依赖条件下吸气肌性能的额外信息。本研究设计为观察性、横断面预测建模研究。临床诊断为COPD或哮喘的成年男性患者从土耳其希蒂特大学乔鲁姆埃罗尔奥尔乔克培训与研究医院的临床科室前瞻性招募。所有参与者在参与前均提供了知情同意。该研究经希蒂特大学非干预性研究伦理委员会批准。

参与者在测量日之前参加了一次熟悉环节。在该环节中，研究人员解释了研究流程，演示了测量技术，并告知参与者在测试前应避免的行为。在测量日，记录人口统计学信息，参与者接受动态吸气肌力量评估、身体成分评估、肺功能测试以及固定压力吸气肌表现测试。S-Index使用POWERbreathe K5设备以单次呼吸测试模式进行测量。参与者被指导完全呼气至残气量，然后通过设备进行最快、最强的吸气，直至肺部完全充盈。进行了多次试验，并采用最高的S-Index值进行分析。肺功能

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。