COVID-19 肺炎后持续性肺部异常特征研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04422613

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

病情：病毒性肺炎。严重急性呼吸综合征（SARS）SARS-CoV-2，即国际病毒分类委员会冠状病毒研究小组命名的新型冠状病毒，是冠状病毒科的一种新出现病毒，导致了COVID-19大流行。此种感染可进展为病毒性肺炎，3%的病例可发展为急性呼吸窘迫综合征（ARDS），后者决定了疾病的预后。由于其在第8天可能因高炎症反应而突然恶化的非典型临床表现，COVID的呼吸系统损害具有独特性，且关于其急性期过后演变过程的许多问题仍悬而未决。了解肺部受累的演变，特别是在需要住院治疗的患者中，有助于通过建立早期治疗管理来减少与已识别持续性异常相关的发病率。同时，它也能增进对急性期肺部受累机制的理解。

目前关于COVID-19急性期的数据表明，在呼吸系统的各个层面——气体交换、灌注、通气力学以及间质性肺病——持续存在的异常与此次感染相距甚远。主要目标是描述确诊COVID-19肺炎后4个月持续存在的气体交换异常，这些异常导致氧饱和度下降并需要住院治疗。

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。