孟加拉国 Sylhet 地区社区使用数字听诊改善儿童肺炎诊断数据集

数据集获取

源站：https://datashare.ed.ac.uk/handle/10283/4040

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

我们正在收集儿童的一般身体健康、临床体征、血氧饱和度和肺音记录数据。我们还在收集入组儿童的家庭社会经济数据。我们使用平板电脑收集这些数据。一个经过培训且标准化的儿科听诊小组将肺音解读为五个类别——仅有喘息、仅有湿啰音、既有喘息又有湿啰音、无喘息且无湿啰音，以及无法解读。机器学习人工智能技术将把肺音分类为相同的类别。该研究还将生成四次焦点小组讨论（FGD）的音频录音及其母语（孟加拉语）转录文本，随后转录文本将被翻译成英文并作为Word文档存档。

本研究将创建以下数据文件：a) 两个月度儿童监测数据文件：社区卫生工作者每两个月走访研究区域内的每名儿童，收集儿童呼吸道疾病症状史，并检查儿童呼吸系统，记录包括呼吸频率在内的体征。b) 筛查数据文件：社区医疗保健提供者（CHCP）对到社区诊所就诊的所有5岁以下儿童进行筛查，并记录包括咳嗽或呼吸困难史在内的发现。c) 入组数据文件：CHCP检查所有入组儿童，并在该数据文件中记录发现，包括呼吸道症状和体征、体温、血氧饱和度、体重、身高、中臂围，并使用Smartscope记录肺音。d) 混杂因素数据文件：社区卫生工作者从每名入组儿童的父母或照护者处收集社会经济状况及其他混杂数据。e) 人工肺音判读数据文件：成立一个经过培训的儿科听诊专家组。所有录制的肺音文件由两名成员进行判读，如判读不一致，则由Eric McCollum医生判读该声音文件，其判读为最终判读。

Those interpretation will create anoth

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。