吸烟肺气肿患者肺部一氧化氮摄取数据集

数据集获取

源站：https://data.mendeley.com/datasets/g4jp8wd6f6

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

该数据集是一个用于评估一氧化氮肺弥散量（DLNO）在肺气肿诊断中应用价值的医学研究数据集。数据集整合了来自四项已发表研究（分别发表于2024年、2021年、1990年和2009年）的原始数据，这些数据采集自三家欧洲医院。数据内容主要包括吸烟者的肺功能测试指标，如一氧化氮肺弥散量、一氧化碳肺弥散量、肺活量、残气量/肺总量比、第一秒用力呼气容积等，并包含通过CT诊断确认的肺气肿状态标签。数据经过严格质控，排除了屏气时间异常、肺泡容积/肺总量比异常等不符合标准的病例。该数据集主要用于研究DLNO相较于传统指标（如DLCO或肺活量测定）在预测和分类肺气肿方面的优越性，支持机器学习模型构建与评估，旨在推动DLNO在临床肺气肿常规诊断中的应用。

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。