Barts Charity 儿童环境健康诊所数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT06447974

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：环境暴露、健康行为、儿童哮喘、环境性疾病。研究期间将从多个来源收集数据，包括回顾性病历及结果，以及作为研究一部分记录的数据。这些来源将包括以下内容：皇家伦敦医院的病历（包括检查结果）、问卷回答、门诊就诊时的临床访谈、新的临床检查以及家庭评估。这些数据将包括定量和定性数据。数据将记录在定制的电子数据库中，并安全存储在巴茨健康/玛丽女王伦敦大学的服务器上。关于每种数据类型收集和存储的更多信息，见下文。皇家伦敦医院的病历：将从NHS电子病历中提取相关临床信息和人口统计学信息，作为环境健康门诊评估的基线信息。这将由研究团队成员执行。提取的信息将包括人口统计学信息、医学诊断、呼吸系统病史、就诊史和临床检查结果。

检查结果可能包括肺功能、FeNO、血液检查结果、胸部X光报告以及来自儿童病史的任何其他相关结果。问卷：参与者或其家属将填写并交回一份为研究目的而设计的《环境健康问卷》。环境健康问卷中的问题将以多项选择和简答书面题的形式作答。在参与者参与诊所研究的整个过程中，问卷将在指定时间点重复进行。问卷数据将记录在一个为该诊所目的而建立的数字数据库中。该数据库将安全存储于Barts Health / QMUL服务器内。医学评估：在诊所访视时，将对参与者及其家属进行访谈。这将包括详细的医学

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。