基于强迫振荡技术的哮喘自我管理

数据集获取

源站：https://clinicaltrials.gov/study/NCT04963140

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。哮喘的自我管理策略，包括患者参与和坚持个性化行动计划，并附有关于识别和应对控制恶化及有效治疗的建议，可以改善哮喘结果，并可能降低未来急性发作的风险。然而，现实生活中的证据表明，大多数病例中哮喘控制仍不理想，从而增加了全球相关的社会经济成本。由于肺功能变异性增加仍是哮喘控制不佳和急性发作的一个标志，因此对其进行长期评估可能有助于自我管理计划的成功。先前的研究已显示强迫振荡技术（FOT）作为监测气道阻塞变异性增加和识别气道功能急性恶化开始的工具的潜力。本研究的目的是检验以下假设：与常规哮喘治疗相比，包含FOT的个性化自我管理计划能改善哮喘控制并减少症状加重天数。

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。